MySQL开源引擎infobright数据仓库解决方案
infobright是开源的MySQL数据仓库解决方案，它基于在MySQL上二次开发，infobright主要实现的就是一个存储引擎，但因为它自身存储逻辑跟关系型数据库根本不同，所以，它不能像InnoDB那样直接作为插件挂接到mysql，它的逻辑层是mysql的逻辑 层加上它自身的优化器。infobright有以下几个特点：1、高强度的数据压缩在普通10:1， 在极限情况下可以达到40:1 甚至更高，自己在使用infobright过程中曾把5.1G的数据可以压缩成152M左右；
2、优化的统计计算（使用sum/avg/group by/count等），特别适用于统计函数生成的报表数据；
3、不需要建索引，就避免了维护索引及索引随着数据膨胀的问题。把每列数据分块压缩存放，每块有知识网格节点记录块内的统计信息，代替索引，加速搜索；
4、列式存储，在没有索引的情况下同理也没有主键、自动递增字段、无符号。
infobright产品分为社区版ICE和企业版IEE，其使用的引擎是BRIGHTHOUSE，在使用IEE版本是没有限制的，但是使用ICE版本则有3个限制：
1、不支持数据更新，因此在导入数据的时候只能用“LOAD DATA INFILE”的方式导入数据，此外一旦入库后就不能在仓库中用UPDATE、INSERT等方式写入；
2、不支持对CPU多核的使用，使得性能极低，要知道入数据仓库的数据都是极大的数据，没有多核支持查询大量的数据极慢；
3、只能单机使用，不具备任何的复制以及扩展，这样就限制了大规模集群的可能性。
所以日常使用建议还是使用IEE版本，而infobright的安装部署也十分简单可以在官网下载rpm包来进行安装部署，可以把安装过的服务器上把文件打包后直接解压后修改参数部署，其配置文件my-ib.cnf可以事先写好，如果在安装后需要重新修改参数可以使用内置的postconfig.sh脚本修改默认参数，默认的配置文件在support-files中
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
# cd /usr/local/infobright/
# chmod +x ./*.sh && chmod +x bin/* && chmod +x scripts/mysql_install_db
# cp support-files/mysql.server /etc/init.d/mysqld-ib
# chmod +x /etc/init.d/mysqld-ib
# cp support-files/my-ib.cnf.in /etc/my-ib.cnf#其中参数变量需要修改
…略…
…略…
default_character_set=utf8
…略…
user = root#也可以用mysql用户
port = 5029
socket = /tmp/mysql-ib.sock
basedir = /usr/local/infobright
datadir = /data/infobright_data
log-error = /data/infobright_data/localhost.err
…略…
default_character_set=utf8
collation_server=utf8_general_ci
character_set_server=utf8
# vim /etc/profile.d/infobright.sh#在没有MySQL的服务器上添加环境变量
export PATH=$PATH:/usr/local/infobright/bin
# source /etc/profile.d/infobright.sh
# ./scripts/mysql_install_db --force --defaults-file=/etc/my-ib.cnf --datadir=/data/infobright_data --user=root
# cd /data/infobright_data/
# vim brighthouse.ini#修改BRIGHTHOUSE引擎参数
################## BrightHouse configuration file ####################
# To change values, uncomment the parameter and specify desired value.
############ Critical Disk Settings ############
# Data Folder: check where you installed brighthouse data folder (directory this file is in) - it should be on a fast disk.
# CacheFolder - a place in which temporary database objects (memory cache) are stored.
# Should be on a fast drive, possibly not the same as data. Allow at least 20 GB of free space (depending on database size).
CacheFolder = /data/infobright_data/cache
############Critical Memory Settings ############
# System Memory Server Main Heap Size Server Compressed Heap Size Loader Main Heap Size
# 32GB 24000 4000 800
# 16GB 10000 1000 800
#8GB 4000 500 800
#4GB 1300 400 400
#2GB 600 250 320
# The default values are set to 600, 250, and 320 respectively, and performance may beimpacted.
# ServerMainHeapSize - Size of the main memory heap in the server process, in MB
ServerMainHeapSize = 4000
# LoaderMainHeapSize - Size of the memory heap in the loader process, in MB.
LoaderMainHeapSize = 800
############ Logging Settings ############
# ControlMessages - Set to 2 to turn the control messages on. This is usually needed by Infobright to support performance investigation.
# ControlMessages = 0
############Other Settings ############
# KNFolder - Directory where the Knowledge Grid is stored.
KNFolder = BH_RSI_Repository
# AllowMySQLQueryPath can be set to 0 to disable MySQL Query path or 1 to enable it.
AllowMySQLQueryPath = 1
# /etc/init.d/mysqld-ib start
# mysql -S /tmp/mysql-ib.sock -p
在这里需要注意的是修改BRIGHTHOUSE参数时重要的参数如下：
1
2
3
4
5
6
CacheFolder 临时数据目录，用于缓存处理查询的中间结果集，与Datadir相异为宜，可用空间大于20G
ServerCompressedHeapSize 服务进程的压缩堆栈空间，存放压缩数据
LoaderMainHeapSize Bhloader数据导入缓冲区，随目标表的列数增加而调整，loader进程的堆栈空间，一般最大不超过800M
ControlMessages 控制盒查询日志的信息量级别（1-3之间）
KNFolder 知识网络目录，默认在datadir目录下
AllowMySQLQueryPath 是否支持Mysql原生的SQL查询，支持修改为1，否则0
最后在infobright尽可能使用的数据类型：TINYINT，SMALLINT，MEDIUMINT，INT，BIGINT，DECIMAL（尽量减少小数点位数），DATE ，TIME，而效率比较低的、不推荐使用的数据类型有：BINARY VARBINARY，FLOAT，DOUBLE，VARCHAR，TINYTEXT TEXT，在infobright要把数据导出成sql脚本则需要使用mysqldump的“--single-transaction”参数使用单事务的方式导出，及事务的REPEATABLE READ隔离模式
页:
[1]