Agrupamiento en clústeres de Looker

En este instructivo, se explica el método recomendado para crear una configuración agrupada de Looker en clústeres para instancias alojadas por el cliente.

Descripción general

Las implementaciones de Looker alojadas por el cliente pueden ejecutar un nodo único o un clúster:

• La configuración predeterminada de la aplicación de Looker de un solo nodo tiene todos los servicios que conforman la aplicación de Looker ejecutándose en un solo servidor.
• Una configuración de Looker en clústeres es una configuración más compleja, que suele incluir servidores de bases de datos, balanceadores de cargas y varios servidores que ejecutan la aplicación de Looker. Cada nodo de una aplicación de Looker agrupada en clústeres es un servidor que ejecuta una única instancia de Looker.

Existen dos motivos principales por los que una organización querría ejecutar Looker como clúster:

• Balanceo de cargas
• Disponibilidad y conmutación por error mejoradas

Según los problemas de escalamiento, es posible que un Looker agrupado en clústeres no proporcione la solución. Por ejemplo, si una pequeña cantidad de consultas grandes agota la memoria del sistema, la única solución es aumentar la memoria disponible para el proceso de Looker.

Alternativas de balanceo de cargas

Antes de balancear la carga de Looker, considera aumentar la memoria y, posiblemente, el recuento de CPU de un solo servidor que ejecute Looker. Looker recomienda configurar una supervisión de rendimiento detallada para el uso de la CPU y la memoria para garantizar que el servidor de Looker tenga el tamaño adecuado para su carga de trabajo.

Las consultas grandes necesitan más memoria para mejorar el rendimiento. El agrupamiento en clústeres puede proporcionar mejoras de rendimiento cuando muchos usuarios ejecutan consultas pequeñas.

Para configuraciones con hasta 50 usuarios que usan Looker de forma moderada, Looker recomienda ejecutar un solo servidor con el equivalente a una instancia de AWS EC2 de gran tamaño (M4.large: 8 GB de RAM, 2 núcleos de CPU). Para configuraciones con más usuarios o muchos power users activos, observa si la CPU tiene un aumento repentino o si los usuarios notan una lentitud en la aplicación. Si es así, mueve Looker a un servidor más grande o ejecuta una configuración de Looker en clústeres.

Disponibilidad o conmutación por error mejorada

Ejecutar Looker en un entorno de clústeres puede mitigar el tiempo de inactividad en caso de una interrupción. La alta disponibilidad es especialmente importante si la API de Looker se usa en sistemas empresariales principales o si Looker está incorporado en productos para clientes.

En una configuración de Looker en clústeres, un servidor proxy o balanceador de cargas redirigirá el tráfico cuando determine que un nodo está inactivo. Looker controla automáticamente los nodos que salen del clúster y se unen a él.

Componentes obligatorios

Los siguientes componentes son obligatorios para una configuración de Looker agrupada:

• Base de datos de la aplicación de MySQL
• Nodos de Looker (servidores que ejecutan el proceso de Java de Looker)
• Balanceador de cargas
• Sistema de archivos compartido
• La versión correcta de los archivos JAR de la aplicación de Looker

En el siguiente diagrama, se muestra cómo interactúan los componentes. En un nivel alto, un balanceador de cargas distribuye el tráfico de red entre los nodos de Looker en clústeres. Cada nodo se comunica con una base de datos de aplicación MySQL compartida, un directorio de almacenamiento compartido y los servidores de Git de cada proyecto de LookML.

Base de datos de aplicaciones de MySQL

Looker usa una base de datos de aplicación (a menudo llamada base de datos interna) para almacenar datos de la aplicación. Cuando Looker se ejecuta como una aplicación de nodo único, por lo general, usa una base de datos de HyperSQL en la memoria.

En una configuración de Looker en clústeres, la instancia de Looker de cada nodo debe apuntar a una base de datos transaccional compartida (la aplicación compartida o la base de datos interna). La compatibilidad de la base de datos de aplicaciones para Looker en clústeres es la siguiente:

• Solo se admite MySQL para la base de datos de la aplicación de las instancias de Looker agrupadas. No se admiten Amazon Aurora ni MariaDB.
• Se admiten las versiones 5.7 y 8.0 o posteriores de MySQL.
• No se admiten bases de datos agrupadas, como Galera.

Nota: Se recomienda usar una base de datos de réplica de lectura para mejorar el rendimiento y la redundancia. No es necesario que tu base de datos de réplica de lectura sea una base de datos de MySQL.

Looker no administra el mantenimiento ni las copias de seguridad de esa base de datos. Sin embargo, dado que la base de datos aloja casi todos los datos de configuración de las aplicaciones de Looker, debe aprovisionarse como una base de datos de alta disponibilidad y crear una copia de seguridad al menos una vez al día.

Nodos de Looker

Cada nodo es un servidor en el que se ejecuta el proceso de Looker para Java. Los servidores del clúster de Looker deben poder comunicarse entre sí y con la base de datos de la aplicación de Looker. Los puertos predeterminados se enumeran en Abre los puertos para que los nodos se comuniquen en esta página.

Balanceador de cargas

Para balancear las solicitudes de carga o redireccionamiento en los nodos disponibles, se requiere un balanceador de cargas o un servidor proxy (por ejemplo, NGINX o AWS ELB) para dirigir el tráfico a cada nodo de Looker. El balanceador de cargas controla las verificaciones de estado. En caso de falla de un nodo, el balanceador de cargas debe configurarse para redirigir el tráfico a los nodos restantes en buen estado.

Cuando elijas y configures el balanceador de cargas, asegúrate de que se pueda configurar para que funcione solo como capa 4. Un ejemplo de ello es la ELB clásica de Amazon. Además, el balanceador de cargas debe tener un tiempo de espera largo (3,600 segundos) para evitar que se cancelen las consultas.

Sistema de archivos compartido

Debes usar un sistema de archivos compartidos que cumpla con POSIX (como NFS, AWS EFS, Gluster, BeeGFS, Lustre y muchos más). Looker usa el sistema de archivos compartidos como repositorio de diversos datos que usan todos los nodos del clúster.

Nota: Para instalar aplicaciones y herramientas del Looker Marketplace, se debe usar un sistema de archivos compartido (de red).

Aplicación de Looker (ejecutable de JAR)

Debes usar un archivo JAR de la aplicación de Looker que sea Looker 3.56 o una versión posterior.

Nota: A partir de Looker 6.18, el archivo JAR de Looker se dividió en dos archivos JAR independientes: el archivo JAR principal de Looker y un archivo JAR de dependencias de Looker. Si instalas o actualizas a Looker 6.18 o una versión posterior, asegúrate de descargar ambos archivos JAR.

Looker recomienda que cada nodo de un clúster ejecute la misma versión de Looker y el mismo parche, como se explica en Cómo iniciar Looker en los nodos en esta página.

Configura el clúster

Se requieren las siguientes tareas:

1. Instala Looker
2. Configura una base de datos de aplicaciones de MySQL
3. Cómo configurar el sistema de archivos compartido
4. Compartir el repositorio de claves SSH (según tu situación)
5. Abre los puertos para que los nodos se comuniquen
6. Inicia Looker en los nodos

Instalar Looker

Asegúrate de tener Looker instalado en cada nodo. Para ello, usa los archivos JAR de la aplicación de Looker y las instrucciones en la página de documentación de Pasos de instalación alojados por el cliente.

Configura una base de datos de aplicaciones de MySQL

Para una configuración de Looker en clústeres, la base de datos de la aplicación debe ser una base de datos MySQL. Si tienes una instancia de Looker existente no agrupada que usa HyperSQL para la base de datos de la aplicación, debes migrar los datos de la aplicación de los datos de HyperSQL a tu nueva base de datos de aplicación compartida de MySQL.

Nota: Asegúrate de crear una copia de seguridad de tu directorio de Looker. El proceso de migración solo puede pasar de una base de datos HyperSQL a una base de datos MySQL, no a la inversa.

Consulta la página de documentación Cómo migrar a MySQL para obtener información sobre cómo crear una copia de seguridad de Looker y, luego, migrar la base de datos de la aplicación de HyperSQL a MySQL.

Cómo configurar el sistema de archivos compartido

Solo los tipos de archivos específicos (archivos de modelos, claves de implementación, complementos y, posiblemente, archivos de manifiesto de la aplicación) pertenecen al sistema de archivos compartido. Para configurar el sistema de archivos compartidos, sigue estos pasos:

1. En el servidor que almacenará el sistema de archivos compartido, verifica que tengas acceso a otra cuenta que pueda su a la cuenta de usuario de Looker.
2. En el servidor del sistema de archivos compartidos, accede a la cuenta de usuario de Looker.
3. Si Looker está en ejecución, cierra la configuración de Looker.
4. Si anteriormente usabas secuencias de comandos inotify de Linux para agrupar en clústeres, detén esas secuencias, quítalas de cron y bórralas.
5. Crea un recurso compartido de red y actívalo en cada nodo del clúster. Asegúrate de que esté configurado para activarse automáticamente en cada nodo y de que el usuario de Looker pueda leer y escribir en él. En el siguiente ejemplo, el recurso compartido de red se llama /mnt/looker-share.

6. En un nodo, copia tus claves de implementación y mueve los complementos y los directorios looker/models y looker/models-user-*, que almacenan tus archivos de modelos, al recurso compartido de red. Por ejemplo:

   mv looker/models /mnt/looker-share/
   mv looker/models-user-* /mnt/looker-share/
   

   Nota: Las claves de implementación deben copiarse en el almacenamiento compartido y en cada nodo del clúster.

7. Para cada nodo, agrega el parámetro de configuración --shared-storage-dir a LOOKERARGS. Especifica el recurso compartido de red, como se muestra en este ejemplo:

   --shared-storage-dir /mnt/looker-share
   

   Se debe agregar LOOKERARGS a $HOME/looker/lookerstart.cfg para que las actualizaciones no afecten la configuración. Si tus LOOKERARGS no aparecen en ese archivo, es posible que alguien las haya agregado directamente a la secuencia de comandos de shell $HOME/looker/looker.

   Cada nodo del clúster debe escribir en un directorio /log único o, al menos, en un archivo de registro único.

Comparte el repositorio de claves SSH

• Crearás un clúster de sistema de archivos compartidos a partir de una configuración existente de Looker.
• Tienes proyectos que se crearon en Looker 4.6 o versiones anteriores.

Nota: El siguiente procedimiento requiere modificar el directorio $HOME/.ssh del usuario de Looker. Esto puede dificultar el acceso y la corrección de problemas si hay errores en la configuración. Antes de realizar estos pasos, asegúrate de tener acceso a otra cuenta que pueda su a la cuenta de usuario de Looker.

Configura el repositorio de claves SSH que se compartirá:

1. En el servidor de archivos compartidos, crea un directorio llamado ssh-share. Por ejemplo: /mnt/looker-share/ssh-share.

   Asegúrate de que el usuario de Looker sea el propietario del directorio ssh-share y de que los permisos sean 700. Además, asegúrate de que los directorios que se encuentran por encima del directorio ssh-share (como /mnt y /mnt/looker-share) no admitan la escritura pública ni grupal.

2. En un nodo, copia el contenido de $HOME/.ssh en el nuevo directorio ssh-share. Por ejemplo:

   cp $HOME/.ssh/* /mnt/looker-share/ssh-share

3. Para cada nodo, crea una copia de seguridad del archivo SSH existente y crea un symlink al directorio ssh-share. Por ejemplo:

   cd $HOME
   mv .ssh .ssh_bak
   ln -s /mnt/looker-share/ssh-share .ssh
   

   Asegúrate de realizar este paso para cada nodo.

Abrir los puertos para que los nodos se comuniquen

Los nodos de Looker agrupados se comunican entre sí a través de HTTPS con certificados autofirmados y un esquema de autenticación adicional basado en secretos rotativos en la base de datos de la aplicación.

Los puertos predeterminados que deben estar abiertos entre los nodos del clúster son 1551 y 61616. Estos puertos se pueden configurar mediante las marcas de inicio que se enumeran aquí. Recomendamos restringir el acceso de red a estos puertos para permitir el tráfico solo entre los hosts del clúster.

Inicia Looker en los nodos

Reinicia el servidor en cada nodo con las marcas de inicio requeridas.

Nota: Cada nodo de un clúster debe ejecutar la misma versión de Looker y la misma versión de parche.

Marcas de inicio disponibles

En la siguiente tabla, se muestran las marcas de inicio disponibles, incluidas las marcas necesarias para iniciar un clúster o unirse a él:

Marca	¿Es obligatorio?	Valores	Objetivo
--clustered	Sí		Agrega una marca para especificar que este nodo se ejecuta en modo de clúster.
-H o --hostname	Sí	10.10.10.10	Es el nombre de host que otros nodos usan para comunicarse con este, como su dirección IP o su nombre de host del sistema. Debe ser diferente de los nombres de host de todos los demás nodos del clúster.
-n	No	1551	Es el puerto para la comunicación entre nodos. El valor predeterminado es 1551. Todos los nodos deben usar el mismo número de puerto para la comunicación entre nodos.
-q	No	61616	Es el puerto para poner en cola eventos en todo el clúster. El valor predeterminado es 61616.
-d	Sí	/path/to/looker-db.yml	Es la ruta al archivo que contiene las credenciales de la base de datos de la aplicación de Looker.
--shared-storage-dir	Sí	/path/to/mounted/shared/storage	La opción debe apuntar a la configuración de directorios compartidos que se mencionó anteriormente en esta página y que contiene los directorios looker/model y looker/models-user-*.

Nota: La marca de inicio --clustered no debe incluir un valor.

Ejemplo de LOOKERARGS y especificación de credenciales de base de datos

Coloca las marcas de inicio de Looker en un archivo lookerstart.cfg, ubicado en el mismo directorio que los archivos JAR de Looker.

Por ejemplo, puedes decirle a Looker:

• Para usar el archivo llamado looker-db.yml para sus credenciales de base de datos,
• que es un nodo agrupado
• que los otros nodos del clúster deben comunicarse con este host en la dirección IP 10.10.10.10.

Especificarías lo siguiente:

LOOKERARGS="-d looker-db.yml --clustered -H 10.10.10.10"

Nota: Asegúrate de especificar la dirección IP correcta para tu nodo.

El archivo looker-db.yml contendría las credenciales de la base de datos, por ejemplo:

host: your.db.hostname.com
username: db_user
database: looker
dialect: mysql
port: 3306
password: secretPassword

Además, si tu base de datos de MySQL requiere una conexión SSL, el archivo looker-db.yml también requiere lo siguiente:

ssl: true

Nota: Debes almacenar una copia de tu archivo de credenciales en el almacenamiento compartido y en cada nodo del clúster.

Nota: Sigue las consideraciones de seguridad de las prácticas recomendadas cuando guardes credenciales en un archivo. Lo ideal es establecer los permisos del archivo looker-db.yml en 600, que es propiedad de la cuenta de "usuario" de Linux en la que se ejecuta la aplicación de Looker. Este archivo nunca debe registrarse en un repositorio de Git.

Si no quieres almacenar la configuración en el archivo looker-db.yml en el disco, puedes configurar la variable de entorno LOOKER_DB para que contenga una lista de claves y valores para cada línea del archivo looker-db.yml. Por ejemplo:

export LOOKER_DB="dialect=mysql&host=localhost&username=root&password=&database=looker&port=3306"

Encuentra tus claves de implementación de SSH de Git

La ubicación en la que Looker almacena las claves de implementación SSH de Git depende de la versión en la que se creó el proyecto:

• Para los proyectos creados antes de Looker 4.8, las claves de implementación se almacenan en el directorio SSH integrado del servidor, ~/.ssh.
• En el caso de los proyectos creados en Looker 4.8 o versiones posteriores, las claves de implementación se almacenan en un directorio controlado por Looker, ~/looker/deploy_keys/PROJECT_NAME.

Modifica un clúster de Looker

Después de crear un clúster de Looker, puedes agregar o quitar nodos sin realizar cambios en los otros nodos agrupados.

Actualiza un clúster a una nueva versión de Looker

Es posible que las actualizaciones involucren cambios de esquema en la base de datos interna de Looker que no serían compatibles con versiones anteriores de Looker. Existen dos métodos para actualizar Looker.

Método más seguro

1. Crear una copia de seguridad de la base de datos de la aplicación
2. Detén todos los nodos del clúster.
3. Reemplaza los archivos JAR en cada servidor.
4. Inicia cada nodo uno a la vez.

Método más rápido

Nota: Este método disminuye el tiempo de inactividad, pero perderá los cambios realizados entre la creación de la réplica y el acceso del servidor proxy a los nodos nuevos. Por ejemplo, si alguien agrega usuarios o crea vistas durante la transición, es posible que esos cambios no se capturen en la base de datos de la aplicación nueva.

Para actualizar con este método más rápido, pero menos completo, haz lo siguiente:

1. Crea una réplica de la base de datos de la aplicación de Looker.
2. Inicia un clúster nuevo que apunte a la réplica.
3. Dirige el servidor proxy o el balanceador de cargas a los nodos nuevos. Luego, puedes detener los nodos anteriores.