GuassDB 200跨集群访问其他数据平台

本文分别介绍GuassDB跨集群访问远端oracle以及远端MPPDB数据库。因环境有限，这里不列举对接HDFS以及对接Spark功能。

一、对接oracle数据库

1、约束限制

• 仅支持连接Oracle11.2.0.1至Oracle12.2.0.1。
• 要求Oracle-ODBC驱动的版本为12.2.0.1.0。
• unixODBC的版本要求为2.3.6。
• 支持最多配置20组远端Oracle配置。
• 配置所需要的Oracle ODBC请从Oracle官网下载。以配置访问Oracle11.2.0.4为例，需要下载：“oracle-instantclient-basic-linux.x64-12.2.0.1.0.zip”、“oracle-instantclient-sqlplus-linux.x64-12.2.0.1.0.zip”、“oracle-instantclient-odbc-linux.x64-12.2.0.1.0.zip”。并将上述三个zip文件打包压缩为“package.zip”。

  2、前提条件

• Oracle数据库和GaussDB 200集群状态正常。
• Oracle数据库物理节点和GaussDB 200集群之间可以互相通信。

  3、安装unixODBC

  Gaussdb要求的unixODBC版本必须为2.3.6。操作系统自带的版本不能正常使用，需要从官方网站单独下载并编译安装。

  [root@hd06 ~]# tar -xzf unixODBC-2.3.6.tar.gz
  [root@hd06 ~]# cd unixODBC-2.3.6
  [root@hd06 unixODBC-2.3.6]# ./configure
  [root@hd06 unixODBC-2.3.6]# make
  [root@hd06 unixODBC-2.3.6]# make install

  安装完成后，需要指定库文件的环境变量，否则使用过程中会报错。

  [root@hd06 ~]# vi /etc/profile
  export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/usr/local/lib
  [root@hd06 ~]# isql --version
  unixODBC 2.3.6
  [root@hd06 ~]# su - omm
  Last login: Tue Oct 29 16:35:31 CST 2019
  [omm@hd06 ~]$ isql --version
  unixODBC 2.3.6

  保存完成后，必须使环境变量生效。

  4、创建package.zip压缩包

  从oracle官方网站下载如下三个压缩包，然后压缩为package.zip文件。

  [root@hd06 tmp]# zip package.zip instantclient-*.zip
  adding: instantclient-basic-linux.x64-12.2.0.1.0.zip (stored 0%)
  adding: instantclient-odbc-linux.x64-12.2.0.1.0-2.zip (stored 0%)
  adding: instantclient-sqlplus-linux.x64-12.2.0.1.0.zip (stored 0%)

  5、在Gassdb管理页面创建对接oracle

  登录FusionInsight Manager>选择“集群 > 待操作的集群名称 > 服务 > MPPDB > 对接 > 对接Oracle”，单击“创建”，填写配置组名称，单击“确定”。如下图所示：
  
  参数说明见下表：
  输入相关配置参数并上传驱动文件“package.zip”，单击“上传并部署”，等待部署完成。部署完成后，单击“保存”。等待保存配置成功，单击“完成”。然后在集群“概览”页面，选择“更多 > 重启”，执行相应操作重启服务。
  注：在服务重启的过程中，系统会把odbc驱动分发到各个节点以完成部署。ODBC的部署目录为：/opt/huawei/Bigdata/mppdb/core/utilslib/fc_conf。

  6、创建Data Source并连接oracle数据库

  从主机上切换到omm用户，并连接到mppdb数据库，执行下面的语句创建：

[root@hd06 ~]# su - omm
Last login: Tue Oct 29 16:43:45 CST 2019
[omm@hd06 ~]$ gsql -d postgres -p 25308
gsql ((GaussDB Kernel V300R002C00 build 8a9c1eb6) compiled at 2019-08-01 18:47:38 commit 6093 last mr 10175 )
Non-SSL connection (SSL connection is recommended when requiring high-security)
Type "help" for help.

postgres=#CREATE DATA SOURCE ds_oracle TYPE 'ORACLE' OPTIONS (DSN 'oracle_DSN', USERNAME 'spwuser', PASSWORD 'redhat', ENCODING 'UTF8');
CREATE DATA SOURCE

使用下面的语句验证是否可以连接到远端oracle数据库：

postgres=# SELECT * FROM exec_on_extension('ds_oracle', 'select * from web_customer;') AS (c1 int,c2 text,c3 text,c4 text);

如下图所示：

注：使用“exec_on_extension”之前需要创建Data Source对象。
以下举例将远端的查询结果导入本地表：

[omm@hd06 ~]$ gsql -d postgres -p 25308
gsql ((GaussDB Kernel V300R002C00 build 8a9c1eb6) compiled at 2019-08-01 18:47:38 commit 6093 last mr 10175 )
Non-SSL connection (SSL connection is recommended when requiring high-security)
Type "help" for help.

postgres=#\c rhnschema
rhnschema=# CREATE TABLE dd AS SELECT * FROM exec_on_extension('ds_oracle', 'select * from rhnpackagefile;') AS (package_id numeric,capability_id numeric,device numeric,
inode numeric,file_mode numeric,username character varying(32),groupname character varying(32),rdev numeric,file_size numeric,mtime timestamp with time zone,
checksum_id numeric,linkto character varying(256),flags numeric,verifyflags numeric,lang character varying(32),created timestamp with time zone,modified timestamp with time zone);
NOTICE:  The 'DISTRIBUTE BY' clause is not specified. Using 'package_id' as the distribution column by default.
HINT:  Please use 'DISTRIBUTE BY' clause to specify suitable data distribution column.
INSERT 0 6304854
rhnschema=# select count(*) from dd;
  count  
---------
 6304854
(1 row)

二、对接远端MPPDB

GaussDB 200支持两种方式访问远端MPPDB数据库集群，包括通过FusionInsight Manager配置方式和创建Foreign Table的方式。

2.1、通过FusionInsight Manager配置方式

• 创建配置文件
  登录FusionInsight Manager>选择“集群 > 待操作的集群名称 > 服务 > MPPDB > 对接 > 对接MPPDB”，单击“创建”，填写配置组名称，单击“确定”。如下图所示:
  
  参数说明如下图所示：
  
  单击“保存”。等待保存配置成功，单击“完成”。然后在集群“概览”页面选择“更多 > 重启”，执行相应操作重启服务。
• 配置集群互联
  设置远端集群的监听IP
  默认情况下，集群系统只监听localhost以及业务IP，可以使用下面的命令查询:

[omm@hd03 ~]$ gs_guc check -Z coordinator -I all -c "listen_addresses"
expected guc information: hd02: listen_addresses=NULL: [/srv/BigData/mppdb/data1/coordinator/postgresql.conf]
gs_guc check: hd02: listen_addresses='localhost,192.168.110.24': [/srv/BigData/mppdb/data1/coordinator/postgresql.conf]

Total GUC values: 1. Failed GUC values: 0.
The value of parameter listen_addresses is same on all instances.
    listen_addresses='localhost,192.168.110.24'

如果没有监听业务IP，可以使用下面的方法将其加入监听里：

[omm@hd03 ~]$ gs_guc set -I all -Z coordinator -c "listen_addresses='localhost,192.168.110.24'"                                  
expected instance path: [/srv/BigData/mppdb/data1/coordinator/postgresql.conf]
gs_guc set: listen_addresses='*': [/srv/BigData/mppdb/data1/coordinator/postgresql.conf]

Total instances: 1. Failed instances: 0.
Success to perform gs_guc!

以上只在集群的一个节点有效，其他节点也需要单独操作。另外多个IP之间，用逗号隔开。
在远端集群CN设置认证方式
默认情况下，系统只允许集群各个节点之间互相通信。如果其他网段需要访问就必须设置认证方式，这个在任意一个节点执行即可。

[omm@hd01 ~]$ gs_guc reload -Z coordinator -N all -I all -h "host all all 192.168.120.0/24 sha256"
Begin to perform gs_guc for all coordinators.

Total instances: 3. Failed instances: 0.
Success to perform gs_guc!

设置完成后，重启集群：

[omm@hd01 ~]$ gs_om -t stop && gs_om -t start

• 创建Data Source对象
  如下，创建ds_mppdb对象，并使用exec_on_extension函数进行连接。

[omm@hd06 ~]$ gsql -d postgres -p 25308
gsql ((GaussDB Kernel V300R002C00 build 8a9c1eb6) compiled at 2019-08-01 18:47:38 commit 6093 last mr 10175 )
Non-SSL connection (SSL connection is recommended when requiring high-security)
Type "help" for help.

postgres=# CREATE DATA SOURCE ds_mppdb type 'MPPDB' OPTIONS (DSN 'mppdb_DSN', USERNAME 'spwuser', PASSWORD 'abcABC12', ENCODING 'UTF8');
CREATE DATA SOURCE
postgres=# SELECT * FROM exec_on_extension('ds_oracle', 'select * from web_customer;') AS (c1 int,c2 text,c3 text,c4 text);
 c1 |  c2  |             c3              |             c4              
----+------+-----------------------------+-----------------------------
  1 | xzxj | 2019-4-11 8:42:35.094133000 | 2019-4-11 8:42:35.094168000
(1 row)

2.2 使用Foreign Table方式

注意事项：

• 创建的外表与其对应的远端表的列名和类型名要完全一致，且远端表的类型为行存表或列存表、哈希表或者复制表。
• 如果关联的表在另外一个集群是复制表或者存在数据倾斜，性能可能会很差。
• 使用期间，两个集群的状态应为“Normal”。
• 两个集群都需要具备基于Foreign Table的SQL on other GaussDB数据处理功能。
  建议配置LVS，如未配置，推荐使用多个CN作为server的地址，禁止将多个集群的CN地址写在一起。
• 请尽可能保证两端数据库的编码相同，否则可能出现报错或者收到的数据为乱码。
• 如果远端表已经做过统计信息收集，可以对外表执行analyze以获得更优的执行计划。
  在配置之前，需要确保两个集群之间可以互相访问。集群互访可以参考上面的步骤操作。
  创建Server

  postgres=# CREATE SERVER Gauss1 FOREIGN DATA WRAPPER GC_FDW OPTIONS 
  (address '192.168.110.22:25308,192.168.110.23:25308,192.168.110.24:25308' ,
  dbname 'rhnschema', username 'spwuser', password 'abcABC12');

  
  创建外表并查看

  postgres=# CREATE FOREIGN TABLE f_web_customer
  (
  ID NUMERIC,
  NAME character varying(128),
  CREATED timestamp with time zone,
  MODIFIED timestamp with time zone
  )
  SERVER  Gauss1 OPTIONS
  (
  schema_name 'public',
  table_name 'web_customer',
  encoding 'UTF-8'
  );
  postgres=# \d f_web_customer;

  
  
  使用外表进行导入数据

  postgres=# CREATE TABLE local_web_customer
  (
  ID NUMERIC,
  NAME character varying(128),
  CREATED timestamp with time zone,
  MODIFIED timestamp with time zone
  );
  postgres=# INSERT INTO local_web_customer SELECT * FROM f_web_customer;
  INSERT 0 1
  postgres=# select *from local_web_customer;