OpenMLDB v0.7.0 发布

news2024/10/6 6:20:41

2023 新年伊始，OpenMLDB v0.7.0 正式发布。本次版本更新重点增强了易用性和稳定性，下文将详细介绍主要改进和更新内容。更多 0.7.0 版本内容详见链接：Release v0.7.0 · 4paradigm/OpenMLDB

系统性改进消息和错误码，提升易用性

在以前的版本中，消息和错误码系统的完善度不足，存在错误信息未被正确捕获、消息显示模糊等问题。v0.7.0 开始重构整个消息和错误码系统，目前主要改进了 CLI 和 SDK 上的大部分消息和错误码，其余将在后续版本继续完善。
以下举例在 OpenMLDB CLI 下，离线引擎的错误信息改进。

-- v0.6.x 的错误信息输出
127.0.0.1:7125/db>  SELECT * FROM t1;
Error: Fail to get TaskManager client

从上面可以看到，v0.6.x 错误信息消息提示相对模糊，并未显示详细的错误原因。

版本改进以后，错误消息输出如下：

-- v0.7.0 的错误信息输出
127.0.0.1:7125/db>  SELECT * FROM t1;
Error: [2001] async offline query failed--ReturnCode[1003]--Fail to get TaskManager client

相比较以前打印出更多的错误栈内消息提示：

[2001] async offline query failed ：第一层捕获的错误信息，显示离线引擎在异步模式下执行失败，错误码为 2001，需要进一步查看错误链的后续错误代码或者信息
ReturnCode[1003] ：第二层捕捉的错误信息，错误码为 1003，通过查看错误代码文档可知，该错误码 1003 主要代表：“客户端连接服务端出错，通常出现在连接 TaskManager 失败，可能 TaskManager 并未启动或者不在集群中”

错误代码文档详见如下链接：https://openmldb.ai/docs/zh/main/reference/error_code.html

设定内存使用上限，增强服务稳定性

根据过往经验，OpenMLDB 作为在线服务，使用过程中最常见的稳定性问题是内存资源耗尽，导致 tablet 被操作系统杀掉，最终造成整体业务下线的风险。而内存资源耗尽往往属于无意中的非正常行为（比如突发流量洪峰，或者某些运维操作），带来极高的问题排查难度。为此，v0.7.0 规划了内存资源隔离及告警系统两个新功能，降低由于内存消耗带来的业务风险：

内存资源隔离，将内存资源消耗在可控范围内（v0.7.0 部分实现）
告警系统，在内存超过某一个使用阈值时，通知相关运维系统或运维人员（规划中，预期 v0.8.0 发布）

v0.7.0 实现了一个针对 tablet 粒度的配置参数 max_memory_mb （见 tablet 配置文件 https://openmldb.ai/docs/zh/main/deploy/conf.html#tablet-conf-tablet-flags），该配置会限制当前 tablet 可以使用的最大内存。当内存使用量超过预设值时，写操作将会失败，但是不会影响读操作，服务依然在线，即读相关的业务依然可以保持正常。用户后续可以通过扩容、分片迁移等手段彻底解决内存资源不够的问题，从而将对对于线上业务的影响降至最低。

下图显示了当设置单个 tablet 的内存限制为 500 MB 的时候，在不断写入操作下，该 tablet 的内存资源占用随着时间推移的情况。可以看到在测试场景下，该 tablet 内存占用初始持续上涨，当到达设定的内存最大使用值时，即使不断再进行写入，内存占用不会上涨（写入会返回失败），从而保证了该 tablet 的内存使用量在可控范围内，避免导致业务下线等严重问题。
file