root后不能用gg修改器_不root能用gg修改器吗-gg修改器免root版

应用详情

大家好，今天小编为大家分享关于root后不能用gg修改器_不root能用gg修改器吗的内容，赶快来一起来看看吧。

本文首发于Nebula Graph Community 公众号

一、Nebula Spark Connector 概念、适用场景、优势

这里不做赘述，仅截图展示，更多详情参考文档：https://docs.nebula-.cn/nebula-spark-connector/ 2。

二、环境信息

硬件环境

名称	值	推荐
本地磁盘 SSD	2 T	至少 2 T
CPU	16 C * 4	128 C
内存	128 GB	128 G

软件环境

名称	版本号
Nebula Graph	3.0.0
Nebula Spark Connector	3.0.0
Hadoop	2.7.2U17-10
Spark	2.4.5U5

数据量级

名称	值
数据量	200 G
实体 Vertext	9.3 亿
关系 Edge	9.7 亿

三、部署方案

部署方式：分布式，3 个节点
参考官网即可：https://docs.nebula-.cn/3.0.1/4.deployment-and-installation/pile-and-install-nebula-graph/deploy-nebula-graph-cluster/ 1

大体也就三部曲：

下载内核 RPM 包并安装；
批量修改配置文件；
启动集群服务。

以下操作使用的 root，非 root 就加个 sudo 执行即可。

下载 Nebula Graph RPM 包并安装

执行下面命令：

wget https://os-cdn.nebula-.cn/package/3.0.0/nebula-graph-3.0.0.el7.x86_64.rpm wget https://oss-cdn.nebula-.cn/package/3.0.0/nebula-graph-3.0.0.el7.x86_64.rpm.sha256sum.txt rpm -ivh nebula-graph-3.0.0.el7.x86_64.rpm

注：默认安装路径：/usr/local/nebula/，务必保证所在磁盘空间充足。

批量修改配置文件

sed -i ’s?--meta_server_addrs=127.0.0.1:9559?--meta_server_addrs=172.16.8.15:9559,172.16.8.176:9559,172.16.10.149:9559?g’ *.conf sed -i ’s?--local_ip=127.0.0.1?--local_ip=172.16.10.149?g’ *.conf sed -i ’s?--meta_server_addrs=127.0.0.1:9559?--meta_server_addrs=172.16.8.15:9559,172.16.8.176:9559,172.16.10.149:9559?g’ *.conf sed -i ’s?--local_ip=127.0.0.1?--local_ip=172.16.8.15?g’ *.conf sed -i ’s?--meta_server_addrs=127.0.0.1:9559?--meta_server_addrs=172.16.8.15:9559,172.16.8.176:9559,172.16.10.149:9559?g’ *.conf sed -i ’s?--local_ip=127.0.0.1?--local_ip=172.16.8.176?g’ *.conf

注：ip 地址是内网地址，用来集群间通信。

启动之后，增加 Storage 服务：

ADD HOSTS 172.x.x.15:9779,172.1x.x.176:9779,172.x.1x.149:9779;

注：增加 Storage 服务为 v3.x 版本以上所需操作，如果你使用的是 v2.x 可忽略本步骤。

启动集群服务

/usr/local/nebula/scripts/nebula.service start all

上述命令启动服务，执行下面命令检查服务是否启动成功：

ps aux|grep nebula

结果如下 3 个服务进程：

/usr/local/nebula/bin/nebula-metad --flagfile /usr/local/nebula/etc/nebula-metad.conf /usr/local/nebula/bin/nebula-graphd --flagfile /usr/local/nebula/etc/nebula-graphd.conf /usr/local/nebula/bin/nebula-storaged --flagfile /usr/local/nebula/etc/nebula-storaged.conf

注：如果少于 3 个，就多执行几次 /usr/local/nebula/scripts/nebula.service start all，再不行就 restart。

三、可视化服务

我选择的是 Nebula Graph Studio，访问：http://n01v:7001 即可使用 Studio（注：这里是我自己的网络环境，读者不可访问）

登录：10.x.x.1（任意节点）:9669
用户名/密码：root/nebula

这里可以阅读下官方文档的常用 nGQL 命令：https://docs.nebula-.cn/3.0.1/2.quick-start/4.nebula-graph-crud

开始使用 Nebula Graph

ADD HOSTS 172.x.x.121:9779, 172.16.11.218:9779,172.16.12.12:9779;

列出所有节点，查看 STATUS 列是否为 ONLINE，可通过 SHOW HOSTS; 或 SHOW HOSTS META;。

创建 Space，等价于传统数据库 database：

CREATE SPACE mylove (partition_num = 15, replica_factor = 3, vid_type = FIXED_STRING(256));//分区数推荐为节点数的5倍关系，副本数为基数，一般设置为3，vid如果为string类型，长度尽量够用就行，否则占用磁盘空间太多。

创建 Tag，等价于实体 Vertex：

CREATE TAG entity (name string NULL, version string NULL);

创建 Edge，等价于关系 Edge：

CREATE EDGE relation (name string NULL);

查询时，务必添加 LIMIT，否则容易查死库：

match (v) return v limit 100;

四、（本文重点）使用 Spark Connector 读取 CSV 及入库

这里可以参考 2 份资料：

官方的 NebulaSparkWriterExample（scala-json 格式）：https:///vesoft-inc/nebula-spark-utils/blob/master/example/src/main//vesoft/nebula/examples/connector/NebulaSparkWriterExample.scala 4
大神提供的 NebulaSparkWriterExample（java-json格式）：https://www./p/930e0343a28c 3

附上 NebulaSparkWriterExample 的示例代码：

.facebook.thrift.protocol.TCompactProtocol .vesoft.nebula.connector.{ NebulaConnectionConfig, WriteMode, WriteNebulaEdgeConfig, WriteNebulaVertexConfig } import org.apache.spark.SparkConf import org.apache.spark.sql.SparkSession import org.slf4j.LoggerFactory


object NebulaSparkWriter {

  private val LOG = LoggerFactory.getLogger(this.getClass)

  var ip = ""
  def main(args: Array[String]): Unit = {

    val part = args(0)

    ip = args(1)
    val sparkConf = new SparkConf

    sparkConf

      .set("spark.serializer", "org.apache.spark.serializer.KryoSerializer")

      .registerKryoClasses(Array[Class[_]](classOf[TCompactProtocol]))

    val spark = SparkSession

      .builder()

      .master("local")

      .config(sparkConf)

      .getOrCreate()

    spark.sparkContext.setLogLevel("WARN")
    if("1".equalsIgnoreCase(part)) writeVertex(spark)

    if("2".equalsIgnoreCase(part)) writeEdge(spark)
    spark.close()

  }
  def getNebulaConnectionConfig(): NebulaConnectionConfig = {

    val config =

      NebulaConnectionConfig

        .builder()

        .withMetaAddress(ip + ":9559")

        .withGraphAddress(ip + ":9669")

        .withTimeout(Integer.MAX_VALUE)

        .withConenctionRetry(5)

        .build()

    config

  }
  def writeVertex(spark: SparkSession): Unit = {

    LOG.info("start to write nebula vertices: 1 entity")

    val df = spark.read.option("sep", "	").csv("/home/2022/project/origin_file/csv/tag/entity/").toDF("id", "name", "version")
    val config = getNebulaConnectionConfig()

    val nebulaWriteVertexConfig: WriteNebulaVertexConfig = WriteNebulaVertexConfig

      .builder()

      .withSpace("mywtt")

      .withTag("entity")

      .withVidField("id")

      .withVidAsProp(false)

      .withUser("root")

      .withPasswd("nebula")

      .withBatch(1800)

      .build()

    df.coalesce(1400).write.nebula(config, nebulaWriteVertexConfig).writeVertices()

  }
  def writeEdge(spark: SparkSession): Unit = {

    LOG.info("start to write nebula edges: 2 entityRel")

    val df = spark.read.option("sep", "	").csv("/home/2022/project/origin_file/csv/out/rel/relation/").toDF("src", "dst", "name")

val config = getNebulaConnectionConfig() val nebulaWriteEdgeConfig: WriteNebulaEdgeConfig = WriteNebulaEdgeConfig .builder() .withSpace("mywtt") .withEdge("relation") .withSrcIdField("src") .withDstIdField("dst") .withSrcAsProperty(false) .withDstAsProperty(false) .withUser("root") .withPasswd("nebula") .withBatch(1800) .build() df.coalesce(1400).write.nebula(config, nebulaWriteEdgeConfig).writeEdges() } }

重点详解 NebulaSparkWriterExample 示例代码

这里讲解一些函数项：

spark.sparkContext.setLogLevel(“WARN”)：设置日志打印级别，防止 INFO 干扰；
withTimeout(Integer.MAX_VALUE)：连接超时时间尽量大一些，默认为 1 分钟，超时次数大于重试次数后，Spark 任务就失败了；
option(“sep”, ” “)：指定 CSV 文件的分隔符，否则就默认为 1 列了；
toDF(“src”, “dst”, “name”)：数据集指定 Schema，即 Dataset<Row> 转 DataFrame，否则就不能指定 VidField 了；
withVidField(“id”)：因为该函数只支持设置列名称，所以必须定义 Schema；
withVidAsProp(false)：默认 ID 为 VID 字段，数据就不用重复存储为属性了，占用磁盘空间；
withSrcIdField(“src”)：设置起始节点的 IdField；
withDstIdField(“dst”)：设置终止节点的 IdField；
withSrcAsProperty(false)：节省空间
withDstAsProperty(false)：节省空间
withBatch(1000)：批量大小，WriteMode.UPDATE 默认 <=512，WriteMode.INSERT 可以设置大一些（千兆网卡/带宽 5Gbps /本地 SSD = 1500）
coalesce(1500)：可根据任务并发数调节。单个 partition 数据量过大，容易导致 executor OOM；

五、提交任务到 Spark 集群

nohup spark-submit --master yarn --deploy-mode client --.xxx.nebula.connector.NebulaSparkWriter --conf spark.dynamicAllocation.enabled=false --conf spark.executor.memoryOverhead=10g --conf spark.blacklist.enabled=false --conf spark.default.parallelism=1000 --driver-memory 10G --executor-memory 12G --executor-cores 4 --num-executors 180 ./example-3.0-SNAPSHOT.jar > run-csv-nebula.log 2>&1 &

辅助监控 iotop 命令

Total DISK READ : 26.61 K/s | Total DISK WRITE : 383.77 M/s Actual DISK READ: 26.61 K/s | Actual DISK WRITE: 431.75 M/s

辅助监控 top 命令

top - 16:03:01 up 8 days, 28 min, 1 user, load average: 6.16, 6.53, 4.58 Tasks: 205 total, 1 running, 204 sleeping, 0 stopped, 0 zombie %Cpu(s): 28.3 us, 14.2 sy, 0.0 ni, 56.0 id, 0.6 wa, 0.0 hi, 0.4 si, 0.5 st KiB Mem : 13186284+total, 1135004 free, 31321240 used, 99406592 buff/cache KiB Swap: 0 total, 0 free, 0 used. 99641296 avail Mem

PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 27979 root 20 0 39.071g 0.026t 9936 S 564.6 20.8 83:22.03 nebula-storaged 27920 root 20 0 2187476 804036 7672 S 128.2 0.6 17:13.75 nebula-graphd 27875 root 20 0 6484644 1.990g 8588 S 58.5 1.6 14:14.22 nebula-metad

其他资源监控

服务优化

nebula-storaged.conf 配置优化

这里我修改了 nebula-storaged.conf 配置项：

# 一个批处理操作的默认保留字节 --rocksdb_batch_size=4096 # BlockBasedTable中使用的默认块缓存大小 # 单位为 MB. 服务器内存128G，一般设置为三分之一 --rocksdb_block_cache=44024


############## rocksdb Options ##############

--rocksdb_disable_wal=true

# rocksdb DBOptions在json中，每个option的名称和值都是一个字符串，如：“option_name”:“option_value”，逗号分隔

--rocksdb_db_options={"max_pactions":"3","max_background_jobs":"3"}

# rocksdb ColumnFamilyOptions在json中，每个option的名称和值都是字符串，如：“option_name”:“option_value”，逗号分隔

--rocksdb_column_family_options={"disable_pactions":"false","write_buffer_size":"67108864","max_write_buffer_number":"4","max_bytes_for_level_base":"268435456"}

# rocksdb BlockBasedTableOptions在json中，每个选项的名称和值都是字符串，如：“option_name”:“option_value”，逗号分隔

--rocksdb_block_based_table_options={"block_size":"8192"}

# 每个请求最大的处理器数量 --max_handlers_per_req=10 # 集群间心跳间隔时间 --heartbeat_interval_secs=10 --raft_rpc_timeout_ms=5000 --raft_heartbeat_interval_secs=10 --wal_ttl=14400 # 批量大小最大值 --max_batch_size=1800 # 参数配置减小内存应用 --enable_partitioned_index_filter=true # 数据在最底层存储层间接做了过滤，生产环境防止遇到查到超级节点的困扰 --max_edge_returned_per_vertex=10000

Linux 系统优化

ulimit -c unlimited ulimit -n 130000

sysctl -w net.ipv4.tcp_slow_start_after_idle=0 sysctl -w net.core.somaxconn=2048 sysctl -w net.ipv4.tcp_max_syn_backlog=2048 sysctl -w net.core.netdev_max_backlog=3000 sysctl -w kernel.core_uses_pid=1

六、验证导入结果

SUBMIT JOB STATS; SHOW JOB ${ID} SHOW STATS;

实体插入速率大约 27,837 条/s (仅适用本次导入性能计算)
关系插入速率大约 26,276 条/s (仅适用本次导入性能计算)
如果服务器配置更好，性能会更好；另外带宽、是否跨数据中心、磁盘 IO 也是影响性能因素，甚至是网络波动等。

[root@node02 nebula]# df -h Filesystem Size Used Avail Use% Mounted on /dev/sda1 50G 2.2G 48G 5% / /dev/sdb1 2.0T 283G 1.6T 16% /usr/local/nebula tmpfs 13G 0 13G 0% /run/user/62056

七、性能测试

根据属性查询指定节点：

MATCH (v:entity) WHERE v.entity.name == ’Lifespan’ RETURN v;

执行时间消耗 0.002558 (s)

一跳

MATCH (v1:entity)-[e:propertiesRel]->(v2:attribute) WHERE id(v1) == ’70da43c5e46f56c634547c7aded3639aa8a1565975303218e2a92af677a7ee3a’ RETURN v2 limit 100;

执行时间消耗 0.003571 (s)

两跳

MATCH p=(v1:entity)-[e:propertiesRel*1..2]->(v2) WHERE id(v1) == ’70da43c5e46f56c634547c7aded3639aa8a1565975303218e2a92af677a7ee3a’ RETURN p;

执行时间消耗 0.005143 (s)

获取边的所有属性值

FETCH PROP ON propertiesRel ’70da43c5e46f56c634547c7aded3639aa8a1565975303218e2a92af677a7ee3a’ -> ’0000002d2e88d7ba6659db83893dedf3b8678f3f80de4ffe3f8683694b63a256’ YIELD properties(edge);

执行时间消耗 0.001304 (s)

match p=(v:entity{name:"张三"})-[e:entityRel|propertiesRel*1]->(v2) return p;

执行时间消耗 0.02986 (s)

match p=(v:entity{name:"张三"})-[e:entityRel|propertiesRel*2]->(v2) return p;

执行时间消耗执行时间消耗 0.07937 (s)

match p=(v:entity{name:"张三"})-[e:entityRel|propertiesRel*3]->(v2) return p;

执行时间消耗 0.269 (s)

match p=(v:entity{name:"张三"})-[e:entityRel|propertiesRel*4]->(v2) return p;

执行时间消耗 3.524859 (s)

match p=(v:entity{name:"张三"})-[e:entityRel|propertiesRel*1..2]->(v2) return p;

执行时间消耗 0.072367 (s)

match p=(v:entity{name:"张三"})-[e:entityRel|propertiesRel*1..3]->(v2) return p;

执行时间消耗 0.279011 (s)

match p=(v:entity{name:"张三"})-[e:entityRel|propertiesRel*1..4]->(v2) return p;

执行时间消耗 3.728018 (s)

查询点A_vid到点B_vid的最短路径(双向)，携带点和边的属性：

FIND SHORTEST PATH WITH PROP FROM "70da43c5e46f56c634547c7aded3639aa8a1565975303218e2a92af677a7ee3a" TO "0000002d2e88d7ba6659db83893dedf3b8678f3f80de4ffe3f8683694b63a256" OVER * BIDIRECT YIELD path AS p;

执行时间消耗 0.003096 (s)

FIND ALL PATH FROM "70da43c5e46f56c634547c7aded3639aa8a1565975303218e2a92af677a7ee3a" TO "0000002d2e88d7ba6659db83893dedf3b8678f3f80de4ffe3f8683694b63a256" OVER * WHERE propertiesRel.name is not EMPTY or propertiesRel.name >=0 YIELD path AS p;

执行时间消耗 0.003656 (s)

八、遇到的问题：

1.guava 依赖包版本冲突问题

Caused by: java.lang.NoSuchMethodError: com.mon.base.atch.createStarted()Lcom/mon/base/atch;

经排查发现依赖的一个模块使用 guava 版本 22.0，而 Spark 集群自带 14.0，导致冲突，而无法正常工作。运行在 Spark 集群上的任务，Spark 加载 guava 包优先级高于自己的包。

我们依赖的包使用到 guava 版本 22.0 中比较新的方法，而在 14.0 版本还没有这样的方法。在不能修改对方代码的前提下，有如下方案：

spark 集群的包升级一下，风险较高，容易造成未知问题。
另外一种方式是利用 Maven 插件重命名自己的 guava 包。

这里采用了第二种方式，利用 Maven 插件 shade（链接：https://maven.apache.org/plugins/maven-shade-plugin/ 1）重命名包解决问题。

<plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-shade-plugin</artifactId> <version>3.2.4</version> <executions> <execution> <phase>package</phase> <goals> <goal>shade</goal> </goals> <configuration> <relocations> <relocation> <pattern&.mon</pattern> <shadedPattern>my_mon</shadedPattern> </relocation> </relocations> <filters> <filter> <artifact>*:*</artifact> <excludes> <exclude>META-INF/maven/**</exclude> <exclude>META-INF/*.SF</exclude> <exclude>META-INF/*.DSA</exclude> <exclude>META-INF/*.RSA</exclude> </excludes> </filter> </filters> </configuration> </execution> </executions> </plugin>