Question

我一直在使用aerospike进行圆顶测试，我发现了一种与销售不同的行为。

我在同一个AZ的AWS上运行了4个节点的集群，实例是t2micro（1cpu，1GB内存，25GB SSD），使用aws linux和AMI aerospike

aerospike.conf：

heartbeat {
        mode mesh
        port 3002                        
        mesh-seed-address-port XXX.XX.XXX.164 3002
        mesh-seed-address-port XXX.XX.XXX.167 3002
        mesh-seed-address-port XXX.XX.XXX.165 3002
        #internal aws IPs
...
namespace teste2 {
        replication-factor 2
        memory-size 650M
            default-ttl 365d                                                                                                                    
        storage-engine device {
                    file /opt/aerospike/data/bar.dat
                    filesize 22G
                        data-in-memory false                                                                     
        }
}

我所做的是测试节点何时关闭时是否会丢失文档。为此，我在python上写了一些代码：

from __future__ import print_function
import aerospike
import pandas as pd
import numpy as np
import time
import sys
config = {
  'hosts': [ ('XX.XX.XX.XX', 3000),('XX.XX.XX.XX',3000),
             ('XX.XX.XX.XX',3000), ('XX.XX.XX.XX',3000)]
} # external aws ips
client = aerospike.client(config).connect()
for i in range(1,10000):
  key = ('teste2', 'setTest3', ''.join(('p',str(i))))
  try:
    client.put(key, {'id11': i})
    print(i)
  except Exception as e:
    print("error: {0}".format(e), file=sys.stderr)
  time.sleep(1)

我使用这段代码只是为了插入一个我可以在那之后检查的整数序列。我运行了那段代码，几秒钟后，我停止了一个节点上的aerospike服务10秒，使用sudo service aerospike stop和sudo service aerospike colstart重启。

我等了几秒钟，直到节点完成所有迁移并执行了以下python脚本：

query = client.query('teste2', 'setTest3')
query.select('id11')
te = []
def save_result((key, metadata, record)):
    te.append(record)
query.foreach(save_result)
d = pd.DataFrame(te)
d2 = d.sort(columns='id11')
te2 = np.array(d2.id11)
for i in range(0,len(te2)):
  if i > 0:
    if (te2[i] !=  (te2[i-1]+1) ):
      print('no %d'% int(te2[i-1]+1))
print(te2)

得到回应：

no 3
no 6
no 8
no 11
no 13
no 17
no 20
no 22
no 24
no 26
no 30
no 34
no 39
no 41
no 48
no 53
[ 1  2  5  7 10 12 16 19 21 23 25 27 28 29 33 35 36 37 38 40 43 44 45 46 47 51 52 54]

我的群集配置错误或这是正常的吗？

ps：我试图包含尽可能多的东西，如果你想建议更多信息，我会很感激。

Answer 1

实际上我找到了一个解决方案，说实话是非常简单和愚蠢的。

在配置文件中，我们有一些节点之间的网络通信参数，例如：

interval 150                    # Number of milliseconds between heartbeats
timeout 10                      # Number of heartbeat intervals to wait
                                # before timing out a node

这两个参数设置集群实现节点关闭和离开集群所需的时间。（在这种情况下为1.5秒）。

我们发现有用的是调整客户端的写策略以使用此参数。

根据客户端的不同，您将拥有一些策略，例如操作失败前的尝试次数，操作超时，尝试之间的时间。

您只需调整客户端参数即可。例如：将重试次数设置为4（每次在500 ms后执行），将超时设置为2秒。这样做，客户端将识别该节点已关闭并将操作重定向到另一个节点。

这种设置在群集上可能是压倒性的，会产生巨大的过载，但它对我们有用。

当节点出现故障时，Aerospike会丢失文档

1 个答案: