一、impala + kudu一些優化心得
用了幾次impala + kudu做大數據實時計算場景，一路踏坑過來，這里分享踏坑經驗
- 一開始需要全量導入kudu，這時候我們先用sqoop把關系數據庫數據導入臨時表，再用impala從臨時表導入kudu目標表
由於sqoop從關系型數據直接以parquet格式導入hive會有問題，這里默認hive的表都是txt格式；每次導完到臨時表，需要做invalidate metadata 表操作，不然后面直接導入kudu的時候會查不到數據
- 除了查詢，建議所有impala操作都在impala-shell而不在hue上面執行
- impala並發寫入kudu的時候，數據量比較大的時候
這時候kudu配置參數 --memory_limit_hard_bytes能大點就大點，因為kudu寫入首先保存再內存里面，到一定閥值才溢寫到磁盤，這個是直接最能提高寫的方法；
當然不是所有機器都有那么多資源，可以把--maintenance_manager_num_threads 這個參數稍微調大，需要調試，提高數據從內存寫入磁盤的效率
- impala查詢kudu
首先所有表做完全量的etl操作，必須得執行compute stats 表名，不然impala執行sql生成的計划執行數評估的內存不准確，容易評估錯誤導致實際執行不了
kudu表最好不要做任何壓縮，保證原始掃描性能發揮最好；假如對查詢性能要求比存儲要求高的話；大部分企業對實時查詢效率要求高，而且存儲成本畢竟低；
kudu針對大表要做好分區，最好range和hash一起使用，前提是主鍵列包含能hash的id，但range分區一定要做好，經驗告訴我一般是基於時間；
查詢慢的sql，一般要拿出來；方便的話做下explain，看下kudu有沒有過濾部分數據關鍵字kudu predicates；假如sql沒問題，那在impala-shell執行這個sql，最后執行summray命令，重點查看單點峰值內存和時間比較大的點，對相關的表做優化，解決數據傾斜問題
- kudu數據刪除
大表不要delete，不要猶豫直接drop，在create吧；磁盤空間會釋放的
- 關於impala + kudu 和 impala + parquet
網上很多分析impala + kudu 要比 impala + parquet 優越很多；誰信誰XB； 首先兩個解決的場景不一樣，kudu一般解決實時，hive解決的是離線（通常是T + 1或者 T -1） hive基於hdfs，hdfs已經提供一套較為完善的存儲機制，底層數據和文件操作便利；安全性，可擴展性都比kudu強很多，最重要parquet + impala效率要比kudu高，數倉首選是它 kudu最大優勢是能做類似關系型數據庫一樣的操作，insert, update, delete，這樣熱點的數據可以存儲在kudu里面並隨時做更新
- 最后談到的實時同步工具
同步工具我們這里使用streamsets，一個拖拉拽的工具，非常好用；但內存使用率高，通過jconsole我們發現，所有任務同時啟動；JVM新生代的內容幾乎都跑到老年代了，GC沒來的及，就內存溢出了；后面單獨拿幾台服務器出來做這個ETL工具，jvm配置G1垃圾回收器
二、問題分析-kudu數據庫
1.問題聚焦到kudu數據庫上，從數據庫原理，特別是kudu處理請求的入手
[root@realtime-1 ~]# ps aux | grep 145440
kudu 145440 202 37.2 34052208 24452396 ? Sl Feb28 52555:59 /usr/lib/kudu/sbin/kudu-tserver --server_dump_info_path=/var/run/kudu/kudu-tserver-kudu.json --flagfile=/etc/kudu/conf/tserver.gflagfile
2.kudu用LSM 索引文件，組織數據，存儲。寫入過程先寫內存，再刷磁盤。data+log 形式。WAL。
3.kudu 先把數據寫內存(臟數據)，再寫log(WAL)。隨着內存中臟數據不斷增加，kudu有一套機制會刷臟數據。
4.大量數據寫入kudu，kudu處理不及時，造成寫入失敗和寫入慢，一定出在kudu寫數據 的瓶頸上，寫數據的吞吐量不高。
5.寫入吞吐量達到瓶頸，需要找出瓶頸點。 從系統架構上看，一個是軟件問題，一個是硬件問題。
6.查看kudu數據和log目錄，發現 兩個目錄(文件)，都存放到了ssd磁盤上。
7.查看該ssd盤，iostat 發現 磁盤吞吐量沒有達到其極限。io有的是資源，只是kudu沒有充分利用到ssd寫入能力。
8.因為ssd(sas接口，eMLC),隨機iops和順序iops性能很高，隨機和順序讀寫 吞吐量 非常大。 而現在寫入量很低，util%也非常低。
[root@realtime-1 ~]# iostat -x 1 100 Linux 3.10.0-514.el7.x86_64 (realtime-1) 03/17/2020 _x86_64_ (64 CPU) avg-cpu: %user %nice %system %iowait %steal %idle 2.66 0.00 0.46 0.04 0.00 96.84 Device: rrqm/s wrqm/s r/s w/s rkB/s wkB/s avgrq-sz avgqu-sz await r_await w_await svctm %util sdb 0.00 5.00 0.00 2.00 0.00 28.00 28.00 0.00 0.00 0.00 0.00 0.00 0.00 sda 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 sdc 0.00 0.00 0.00 6.00 0.00 24.00 8.00 0.00 0.00 0.00 0.00 0.00 0.00 sdd 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
9.顯然，kudu系統，沒有充分利用完系統硬件性能。
大量數據寫入，內存中dirty data堆積，不能flush到磁盤。(kudu刷臟數據中也很復雜，這里不詳述)。內存使用量超過配置參數限制，導致kudu拒絕寫入新數據。
可是ssd盤的處理能力，沒用被kudu充分利用到 %util 基本都是0。
三、問題解決-kudu調優
1，Kudu Tablet Servers 參數調節
| Flag | Default | Modify After | 描述 |
| block_cache_capacity_mb | 512 | 12G | 分配給Kudu Tablet服務器塊緩存的最大內存量。（雖然較高的值有助於提高讀寫性能，但是不要將 block_cache_capacity_mb 提高到內存壓力閾值以上,因為這將導致即使寫吞吐量很低，Kudu也會頻繁刷新,建議將block_cache_capacity_mb保持在內存壓力閾值的50%以下） 提高讀寫性能, 改值建議為 memory_limit_hard_bytes 的 30% 到 50% |
| memory_limit_hard_bytes | 4294967296 | 42G | 寫性能，控制kudu最多使用多少內存，在開始拒絕所有輸入的寫之前，Tablet Server 可以消耗的最大內存量。（根據機器內存去調整，如果主機有更多的內存可供Kudu使用，那么建議設置大一點。根據系統總內存自動調整大小的值為0，值-1禁用所有內存限制，單位：bytes），Tablet Server在批量寫入數據時並非實時寫入磁盤，而是先Cache在內存中，在flush到磁盤。這個值設置過小時，會造成Kudu數據寫入性能顯著下降。對於寫入性能要求比較高的集群，建議設置更大的值 建議是機器總內存的百分之80，master的內存量建議是2G， 因為Kudu 的4台主機均為網絡增強性，而Kudu本身對網絡IO要求較高，應將這４台主機應均服務於Kudu，所以將２／３的內存分配給kudu使用。后期PRO環境在修改hostname時，移除其他節點，對節點進行調整。 |
| maintenance_manager_num_threads | 1 | 24 | 維護管理器線程池的大小。對於旋轉磁盤，線程數不應超過設備數。（官網建議的維護管理器線程數是數據目錄的3倍） 默認為1，調成24 (我們雖然是單塊盤，但是ssd) (機械盤：一個數據盤，分配一個1，幾個數據盤配幾個) |
| default_num_replicas | 3 | 每個tablet的默認副本數 | |
| log_dir | /tmp | 存放Tablet Server 日志文件 | |
| memory_pressure_percentage | |||
| flush_threshold_mb | 這個在低版本可以作為調優依據，現在系統默認也是可以的，不用調也可以。 | ||
| memory_limit_soft_percentage | 可使用內存比例，如果臟數據特別大，kudu總內存超過一定限制，kudu就拒絕寫入了，因為他有太多臟數據要刷磁盤了，但是臟數據太多，超過，或者即將超過允許使用的內存總數，那么就拒絕寫入了 | ||
| max_clock_sync_error_usec | 10000000 | 20000000 | 設置ntp服務器的時間誤差不超過20s（默認是10s） |
2，Kudu物理內存背壓解決
官網:https://kudu.apache.org/docs/troubleshooting.html#memory_limits 盡管官網給出了參數調節的說明,但在實際情況中, 當出現Kudu背壓時, 所有業務均停掉, 而Kudu占用內存並沒有及時下降, 導致數據無法寫入使業務癱瘓. 這一原因目前並沒有得到很好的解決方案, 但對以上參數的調節可盡量避免該錯誤的發生, 后期持續更新. 不成熟的方案: 查看各tablet server 上tablet 的內存使用情況, 查找內存使用較多的tablet 下的 table, 將該table 數據備份后刪除, 使內存快速降低, 避免影響全局業務. jbd2引起IO過高，導致KUDU 平均負載超載，只有重啟kudu
3.根據生產環境主機配置和實際業務需求參考 (調優）,調大后重啟kudu，再看效果，
4.調大后，再看kudu利用ssd硬件能力，寫入吞吐量達到152MB，是之前的100倍。
Device: rrqm/s wrqm/s r/s w/s rkB/s wkB/s avgrq-sz avgqu-sz await r_await w_await svctm %util sdb 0.00 8380.00 427.00 3078.00 6988.00 152704.00 91.12 31.13 8.88 20.23 7.30 0.25 86.30 sda 0.00 0.00 1.00 1.00 4.00 4.00 8.00 0.00 1.00 2.00 0.00 1.00 0.20 sdc 0.00 0.00 1.00 6.00 40.00 24.00 18.29 0.01 0.86 0.00 1.00 0.86 0.60 sdd 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 dm-0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 dm-1 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
5.初略估計，每秒 5-10萬 並發沒問題，對應處理事件數/s 是之前 100倍以上，吞吐率 100倍。
6.再次打開zepplin后，實時數據立刻出來的，前端顯示正常。
四、kudu問題延續分析
查這個問題，看了官網和google了幾個case。
1.kudu重啟后需要做一些redo和undo操作，特別是需要重新組織(整理)數據，啟動會非常慢。有兩個參數特別重要：
num_tablets_to_delete_simultaneously 默認為1，調成 24 num_tablets_to_open_simultaneously 默認為1，調成 24 可以看看這個 https://www.mail-archive.com/user@kudu.incubator.apache.org/msg00307.html
2.針對kudu寫入能力的性能測試，通過幾個參數觀察 qps,latency,error_rate
https://kudu.apache.org/2016/04/26/ycsb.html 里面特別提到 flush_threshold_mb 調成20G，效果顯著，但是我沒有測過。
3.寫入性能差，寫入失敗，有的同學說是內存不足的問題，需要加內存100G。
這個思路完全錯誤，如果是讀性能差，加內存，寫入差要分析kudu寫入數據過程，分析軟件、硬件。
加內存有用，但是加完內存后，只會將臟數據在內存中堆積的越來越多。並沒有落盤。
完整的思路是，軟件->操作系統->硬件 這三層來展開分析。軟件本身差，操作系統(比如內核參數問題)問題，硬件瓶頸。這么去分析。
轉載：https://blog.csdn.net/qq_22473611/article/details/113935392