Hantera hög tillgänglighet i PostgreSQL – Del III:Patroni

I våra tidigare blogginlägg diskuterade vi funktionerna och funktionen hos PostgreSQL Automatic Failover (PAF) av Cluster Labs och Replication Manager (repmgr) av 2ndQuadrant. I det sista inlägget i den här serien kommer vi att granska den sista lösningen, Patroni av Zalando, och jämföra alla tre i slutet så att du kan avgöra vilket ramverk för hög tillgänglighet som är bäst för din PostgreSQL-värddrift.

• Hantera hög tillgänglighet i PostgreSQL – Del I:PostgreSQL Automatic Failover
• Hantera hög tillgänglighet i PostgreSQL – Del II:Replikeringshanterare

Patroni för PostgreSQL

Patroni har sitt ursprung som en gaffel av Governor, ett projekt från Compose. Det är en öppen källkodssvit, skriven i Python, för att hantera hög tillgänglighet av PostgreSQL-kluster. Istället för att bygga sitt eget konsistensprotokoll använder Patroni på ett smart sätt konsistensmodellen som tillhandahålls av en Distributed Configuration Store (DCS). Den stöder även andra DCS-lösningar som Zookeeper, etcd, Consul och Kubernetes.

Patroni säkerställer end-to-end-installationen av PostgreSQL HA-kluster, inklusive strömmande replikering. Den stöder olika sätt att skapa en standby-nod och fungerar som en mall som kan anpassas efter dina behov.

Det här funktionsrika verktyget exponerar sin funktionalitet via REST API:er och även via ett kommandoradsverktyg som heter patronictl. Den stöder integration med HAProxy genom att använda dess API:er för hälsokontroll för att hantera lastbalansering.

Patroni stöder även händelseaviseringar med hjälp av återuppringningar, som är skript som utlöses av vissa åtgärder. Det gör det möjligt för användare att utföra alla underhållsåtgärder genom att tillhandahålla paus-/återuppta-funktioner. Watchdog-stödfunktionen gör ramverket ännu mer robust.

Så fungerar det

Initialt måste PostgreSQL- och Patroni-binärfiler installeras. När detta är gjort måste du också ställa in en HA DCS-konfiguration. Alla nödvändiga konfigurationer för att starta upp klustret måste specificeras i yaml-konfigurationsfilen och Patroni kommer att använda den här filen för initiering. På den första noden initierar Patroni databasen, erhåller ledarlåset från DCS och säkerställer att noden körs som master.

Nästa steg är att lägga till standbynoder, för vilka Patroni tillhandahåller flera alternativ. Som standard använder Patroni pg_basebackup för att skapa standby-noden, och stöder även anpassade metoder som WAL-E, pgBackRest, Barman och andra för att skapa standby-noden. Patroni gör det väldigt enkelt att lägga till en standby-nod och hanterar alla bootstrapping-uppgifter och konfigurering av din streamingreplikering.

När din klusterkonfiguration är klar kommer Patroni aktivt att övervaka klustret och se till att det är i ett hälsosamt tillstånd. Masternoden förnyar ledarlåset varje ttl sekund(er) (standard:30 sekunder). När masternoden misslyckas med att förnya ledarlåset utlöser Patroni ett val, och noden som ska få ledarlåset kommer att väljas till ny master.

Hur hanterar det Scenariot med delad hjärna?

I ett distribuerat system spelar konsensus en viktig roll för att bestämma överensstämmelse, och Patroni använder DCS för att nå konsensus. Endast noden som håller ledarlåset kan vara master och ledarlåset erhålls via DCS. Om masternoden inte håller ledarlåset, kommer den att degraderas omedelbart av Patroni för att köras som standby. På så sätt, när som helst, kan det bara finnas en master som körs i systemet.

Finns det några installationskrav?

• Patroni behöver python 2.7 och senare.
• DCS och dess specifika pythonmodul måste installeras. För teständamål kan DCS installeras på samma noder som kör PostgreSQL. I produktionen måste dock DCS installeras på separata noder.
• Yaml-konfigurationsfilen måste finnas med dessa högnivåkonfigurationsinställningar:
  

  Global/Universal Detta inkluderar konfiguration som namnet på värden (namn) som måste vara unikt för klustret, namnet på klustret (omfattning) och sökväg för att lagra konfiguration i DCS (namnutrymme). Logg Patroni-specifika logginställningar inklusive nivå, format, file_num, file_size etc. Bootstrap-konfiguration Detta är den globala konfigurationen för ett kluster som kommer att skrivas till DCS. Dessa konfigurationsparametrar kan ändras med hjälp av Patroni API:er eller direkt i DCS. Bootstrap-konfigurationen inkluderar metoder för att skapa standby, initdb-parametrar, efterinitieringsskript etc. Den innehåller även timeout-konfiguration, parametrar för att bestämma användningen av PostgreSQL-funktioner som replikeringsplatser , synkront läge etc. Det här avsnittet kommer att skrivas in i ///config för ett givet konfigurationsminne efter initialiseringen av det nya klustret. PostgreSQL Det här avsnittet innehåller PostgreSQL-specifika parametrar som autentisering, katalogsökvägar för data, binär och konfiguration, lyssna ip-adress etc. REST API Det här avsnittet inkluderar den Patroni-specifika konfigurationen som är relaterad till REST API:er som lyssnaradress, autentisering, SSL etc. Konsul Inställningar specifika för Consul DCS. Ettcd Inställningar som är specifika för Etcd DCS. Utställare Inställningar specifika för utställare DCS. Kubernetes Inställningar som är specifika för Kubernetes DCS. ZooKeeper Inställningar som är specifika för ZooKeeper DCS. Watchdog Inställningar som är specifika för Watchdog.

Patroni-proffs

• Patroni möjliggör end-to-end-installation av klustret.
• Stöder REST API:er och HAproxy-integrering.
• Stöder händelseaviseringar via återuppringningsskript som utlöses av vissa åtgärder.
• Utnyttjar DCS för konsensus.

Patroni Cons

• Patroni kommer inte att upptäcka felkonfigurationen av en standby med en okänd eller obefintlig nod i återställningskonfigurationen. Noden kommer att visas som en slav även om standby-läget körs utan att ansluta till master/cascading standby-noden.
• Användaren måste hantera installation, hantering och uppgradering av DCS-programvaran.
• Kräver att flera portar är öppna för komponentkommunikation:
  • REST API-port för Patroni
  • Minst 2 portar för DCS

testscenarier för hög tillgänglighet

Vi genomförde några tester på PostgreSQL HA-hantering med Patroni. Alla dessa tester utfördes medan appen kördes och infogade data i PostgreSQL-databasen. Applikationen skrevs med hjälp av PostgreSQL Java JDBC-drivrutin som utnyttjar möjligheten för anslutningsfel.

Standby-servertest

Tester av master/primär server

Tester för nätverksisolering

Vilket är det bästa PostgreSQL HA-ramverket?

Patroni är ett värdefullt verktyg för PostgreSQL-databasadministratörer (DBA), eftersom det utför end-to-end-installation och övervakning av ett PostgreSQL-kluster. Flexibiliteten i att välja DCS och skapa standby är en fördel för slutanvändaren, eftersom de kan välja den metod de är bekväma med.

REST-API:er, HaProxy-integration, Watchdog-support, callbacks och dess funktionsrika hantering gör Patroni till den bästa lösningen för PostgreSQL HA-hantering.

PostgreSQL HA Framework Testing:PAF vs. repmgr vs. Patroni

Inkluderad nedan är en omfattande tabell som visar resultaten av alla tester vi har utfört på alla tre ramverken – PostgreSQL Automatic Failover (PAF), Replication Manager (repmgr) och Patroni.

Standby-servertest

Tester av master/primär server

Tester för nätverksisolering