📃
Tech White Papers
  • 📃White Papers
  • 🪶Apache
    • Kafka (EN)
      • Kafka Connect
      • Kafka Streams
      • ksqlDB
    • Ignite (TR)
      • Clustering
        • Baseline Topology
      • Thin Clients
      • Data Modeling
        • Data Partitioning
        • Affinity Colocation
      • Memory Architecture
      • Persistence
        • External Storage
        • Swapping
        • Snapshot
        • Disk Compression
        • Persistence Tuning
        • Change Data Capture
      • Cluster Snapshots
      • Data Rebalancing
      • Data Streaming
      • Using Key-Value API
        • Basic Cache Operations
        • Working With Binary Objects
      • Performing Transactions
      • Working with SQL
        • Understanding Schemas
        • Defining Indexes
        • Distributed Joins
      • Distributed Computing
      • Machine Learning
      • Using Continuous Queries
      • Using Ignite Messaging
      • .NET Specific
        • LINQ
        • Serialization
      • Working With Events
        • Events
      • Performance and Troubleshooting
        • Generic Performance Tips
        • Memory and JVM Tuning
        • Persistence Tuning
        • SQL Performance Tuning
        • Thread Pools Tuning
    • Pulsar (TR)
  • 📜Data
    • ClickHouse (TR)
    • QuestDB (TR)
  • Comparison
    • Pulsar vs Kafka
    • ClickHouse vs QuestDB
  • Architectural
    • Microservices
      • Design Principles
      • Design Patterns
Powered by GitBook
On this page

Was this helpful?

  1. Apache
  2. Ignite (TR)

Cluster Snapshots

03/02/2023

Ignite, Ignite Persistence kullanan dağıtımlar için full cluster snapshotları oluşturma yeteneği sağlar. Bir Ignite snapshotı, diskte kalıcı olan tüm veri kayıtlarının cluster çapında tutarlı bir kopyasını ve bir geri yükleme(restore) prosedürü için gereken diğer bazı dosyaları içerir.

Snapshot yapısı, birkaç istisna dışında Ignite Persistence depolama dizininin düzenine benzer. Yapıyı incelemek için aşağıdaki snapshotı örnek olarak alalım:

work
└── snapshots
    └── backup23012020
        └── db
            ├── binary_meta
            │         ├── node1
            │         ├── node2
            │         └── node3
            ├── marshaller
            │         ├── node1
            │         ├── node2
            │         └── node3
            ├── node1
            │    └── my-sample-cache
            │        ├── cache_data.dat
            │        ├── part-3.bin
            │        ├── part-4.bin
            │        └── part-6.bin
            ├── node2
            │    └── my-sample-cache
            │        ├── cache_data.dat
            │        ├── part-1.bin
            │        ├── part-5.bin
            │        └── part-7.bin
            └── node3
                └── my-sample-cache
                    ├── cache_data.dat
                    ├── part-0.bin
                    └── part-2.bin
  • Snapshot, work\\snapshots dizini altında yer alır ve backup23012020 olarak adlandırılır; burada work, Ignite'ın çalışma dizinidir.

  • Snapshot, tüm nodeların aynı makinede çalıştığı 3 node’lu bir cluster için oluÅŸturulur. Bu örnekte, node’lar node1, node2 ve node3olarak adlandırılırken, pratikte adlar node’ların [consistent ID](<https://cwiki.apache.org/confluence/display/IGNITE/Ignite+Persistent+Store+-+under+the+hood#IgnitePersistentStoreunderthehood-SubfoldersGeneration>) ‘lerine eÅŸittir.

  • Snapshot, my-sample-cache cache’inin bir kopyasını tutar.

  • db klasörü, part-N.bin ve cache_data.dat dosyalarındaki veri kayıtlarının bir kopyasını tutar. Geçerli geri yükleme prosedürü için gerekli olmadıkça write-ahead ve checkpointing snapshota eklenmez.

  • Binary_meta ve marshaller dizinleri, meta verileri ve marshaller'a özgü bilgileri depolar.

Önceki örnek, aynı fiziksel makinede çalışan küme için oluşturulan snapshot’u gösterir. Böylece, tüm snapshot tek bir yerde bulunur. Productionda, tüm node’lar, snapshot verilerinin cluster’a dağılmış olduğu farklı makinelerde çalışacak. Her node, bu belirli node’a ait verilerle snapshot’un bir segmentini tutar. Geri yükleme prosedürü, kurtarma sırasında tüm segmentlerin nasıl birbirine bağlanacağını açıklar.

PreviousChange Data CaptureNextData Rebalancing

Last updated 2 years ago

Was this helpful?

🪶
Detaylı bilgi için…