简体中文
Appearance
简体中文
Appearance
scheduler
管理 Datalayers 系统的作业调度,包括 memtable 数据落盘、垃圾回收(GC)和SST Compact等任务。这些设置帮助控制系统在负载下可以并发运行多少作业,以及可以排队多少作业。
这些配置确保了系统作业如刷新、垃圾回收和压缩的良好管理,提供最佳性能,同时防止资源过载。
flush
Job 负责将数据从内存写入持久化存储。
concurrence_limit
:
定义当前节点可以同时运行的最大flush
作业数。限制这一数值可以确保系统不会因多个刷新操作同时进行而过载。
3
。concurrence_limit = 3
。queue_limit
:
指定当前节点等待执行的最大待处理刷新作业数。这可以防止系统排队过多作业,从而导致性能下降。
10000
。queue_limit = 10000
。完整示例:
[scheduler.flush]
concurrence_limit = 1
queue_limit = 10000
垃圾回收作业用于删除未使用或过时的数据,以确保资源的有效使用。
concurrence_limit
:
定义当前节点可以同时运行的垃圾回收作业数。这通常保持较低,以避免在关键操作期间影响系统性能。
1
。concurrence_limit = 1
。queue_limit
:
确定当前节点可以排队的垃圾回收作业数。
10000
。queue_limit = 10000
。完整示例:
[scheduler.gc]
concurrence_limit = 1
queue_limit = 10000
compact
Job 负责对数据进行压缩、重组和优化,有助于提高存储和检索的效率。
concurrence_limit
:
定义当前节点可以同时运行的 Compact 作业数。这通常保持较低,以避免在关键操作期间影响系统性能。
1
。concurrence_limit = 1
。queue_limit
:
确定当前节点可以排队的 Compact 作业数。
10000
。queue_limit = 10000
。完整示例:
[scheduler.compact]
concurrence_limit = 1
queue_limit = 10000
集群模式下,控制所有节点同时运行的针对活跃窗口数据的 Compact 作业数量。活跃窗口是指当前正在写入数据的时间窗口,和表引擎中定义的 COMPACT_WINDOW
有关。
数据压缩是资源密集型操作,全局控制总作业数量有助于防止集群资源使用过载,影响关键操作。
concurrence_limit
:4
。concurrence_limit = 4
。[scheduler.cluster_compact_active]
concurrence_limit = 2
集群模式下,控制所有节点同时运行的针对非活跃窗口数据的 Compact 作业数量。非活跃窗口是指活跃窗口之前的时间窗口,和表引擎中定义的 COMPACT_WINDOW
有关。
concurrence_limit
:2
。concurrence_limit = 2
。[scheduler.cluster_compact_inactive]
concurrence_limit = 1