ArgoDB Holodesk表格式对应的小文件合并.pdf

sg1234

138

7页

0次

2024-05-30

10墨值下载

** 前情提要**

在实际业务中，小文件现象出现频率并不低，当小文件过多时，将会导致内存占用高、集群不稳定，增

加计算资源的开支等一系列问题，因此解决小文件问题迫在眉睫！！

由于篇幅限制，欲了解小文件出现背景，原因分析，为什么要治理小文件，小文件过多的危害等方面的

内容，可参考：【小文件详解】不同阶段下的小文件治理最佳解决手段

在前面介绍小文件治理相关的文章中有提到，小文件治理无外乎三个阶段，存储端、计算端以及SQL

端。其中存储端合并指的是说当表中有小文件或者小文件过多时，可以通过合并已经写入到存储的文件

来治理，主要适用于以下原因导致的小文件问题：

频繁的写入数据；

torc表compact多次合并失败后进入黑名单，导致小文件不再继续合并；

历史数据流程导致小文件问题，这些数据一般是从别的数据库迁移过来，后续没有进行治理；

但是，不同的表格式的合并方式不同。

本篇文章主要为读者介绍如何针对Holodesk表做合并。



背景介绍

Holodesk表与Torc表delta跟base文件产生的条件不一样，其所有的写操作都会在底层写入一个新的文

件，而不是写入已有文件中。其中，insert操作生成新的base文件, update/delete操作生成新的delta文

件。当进行频繁的小数据量的写入操作，会导致出现大量的 base/delta 文件，并且内容很少（KB 级

别），因此为了避免出现IO开销大，影响性能，内存占用高等一系列问题，小文件合并功能至关重要。

Holodesk表的合并由compact service组件执行，需要单独安装。

常见的小文件合并功能是通过计算引擎服务来执行 Compact 任务的，可能会占用部分计算资源。新推

出的Compact Service则在组件级别做了隔离，开启后不会影响到Quark的查询计算性能，合并效果更

好。



Compact类型

Holodesk中的Compact类型主要分为三类：minor，major，full。

Minor

将一个base文件下的多个delta文件合并成一个新的delta文件，并apply到原有的base文件上：

命令：alter table <table_name> compact 'minor';

引入版本：2.1 作用域：session、global

默认值：true 范围：true、false

Major

将一个base文件和它的所有delta文件合并成一个新的base文件：

命令：alter table <table_name> compact 'major';

Full

将多个小的base文件合并成一个新的base文件，并且会一并删除delta文件：

命令：alter table <table_name> compact 'full';



执行方式

A. 同步compact（自动）

安装了compact service，且服务正常的话，compact的任务由compactservice来做。

默认是 compact‘full’，用户可以根据业务特点，自定义小文件自动合并策略，平衡小文件数量和合并开

销。

holodesk.compaction.trigger.enabled

用于控制是否通过Compact Service 服务执行 Compact 任务。若设置为 false，则由计算引擎服务执行

Compact 任务。

作用：Compact Service 是 ArgoDB 上的小文件合并专用服务。设置该参数TRUE，能够通过 Compact

Service 进行小文件合并任务，小文件合并效果更好。

影响：设置该参数False，则通过计算引擎服务执行 Compact 任务，可能占用计算资源。