Technische Implementation von CERA
Werbung
Technische Implementation von CERA Hannes Thiemann Max-Planck-Institut für Meteorologie Modelle und Daten hannes.thiemann @ zmaw.de ULDB Wiesbaden, 28. Mai 2008 Inhalt Aufgabe und Motivation Umsetzung Datenbanken Anbindung an das HSM Ausblick Klimasystem Klimamodell: Grid Klimamodell: Auflösung T42 (300 km) T106 (120 km) Datenmengen Horizontalauflösung des Klimamodells T42: 128 * 64 = 8192 Punkte pro Globalfeld T106: 160 * 320 = 51200 Punkte pro Globalfeld Erforderliche Speichereinheiten (GRIB Format) Horizontalfeld (Zugriffseinheit): 17.1 kB (T42) / 100.1 kB (T106) Unix Filegröße für monatsweise akkumulierte Ergebnisse mit 6 Std. Speicherintervall und 300 2d Variablen (Physikalische Einheit): 616 MB (T42) / 3500 MB (T106) 240 Jahre Modellintegration (Logische Einheit): 1.7 TB (T42) / 10 TB (T106) Umsetzung Datenbanken The Winter TopTen Program identifies the world’s largest and most heavily used databases. ….. Congratulations on achieving Grand Prize award winner status (1) in Database Size, Other, All and TopTen Winner status Database Size, Other, Linux;Workload, Other, Linux in Winter Corp.'s 2005 TopTen Program! ....... (1) Grand prizes are awarded for first place winners in the All Environments categories only. WDCC's CERA DB has been identified as the largest Linux DB. Wintercorp (2005) - DB Size: Scientific, Archive, and other Company Size (TB) DBMS Platform System Vendor Max-Planck 222 Oracle Federated/SMP NEC USGS/EROS 17 Oracle Centralized/SMP Sun USGS/EROS 17 Oracle Centralized/SMP Sun HP 1 NonStop SQL Centralized/MPP HP T-Systems 1 Oracle RAC Centralized/Cluster Sun See: www.wintercorp.com Wintercorp (2005) - DB Size: Data Warehouse Company Size (TB) DBMS Platform System Vendor Yahoo 100 Oracle Centralized/SMP Fujitsu Siemens AT&T 1) 94 Daytona Federated/SMP HP KT IT-Group 50 DB2 Centralized/Cluster IBM LGR 25 Oracle Centralized/SMP Amazon 25 Oracle RAC Centralized/Cluster HP 1) 330 GB Norm. Data Volume HP See: www.wintercorp.com CERA: Some Facts Oracle 9.2 single instance running on TX7 Enterprise Edition Partitioning Option Advanced Security 24 Tbyte disk attached to database nodes Database size ~450 Tbyte Database nodes connected to HSM system Data accessible on the internet 800 named users worldwide Daily access 800 GB/Day (average) New data 400 GB/Day (average) Datenbanken: Aufteilung OID Daten Metadaten Enterprise User Security 12 1 31 49 111 1 10 1 Reference Status Distribution Contact 100.000 Tabellen Entry 800 GB Data OrgLocal Adm. Data Access Coverage Parameter Spatial Reference Structure of metadata tables 100.000 Tabellen 800 GB Informationen um Einfache Anfragen ohne Zugriff auf Daten selbst zu beantworten. Konsistenz zu den Daten selbst überprüfen zu können. Qualitätskontrollen durchzuführen. Liegen auf Disk Wichtige Datenbankfeatures Nologging : Reduktion der Redo-Log Informationen => Gegenwärtig ca. 5 GB/day pro Datenbankinstanz Partitioning Read Only Tablespaces => Verringerung des Backup Nicht verwendet: Komprimierung in der Datenbank => Verwendete Datenformate sind bereits hochkomprimierend Backup 3 Typen: “reguläre” Datenbankdateien mit konventionellem Datenbankbackup , kein „nologging“. Datenbankdateien mit „nologging“ geschrieben. Backup auf Tape nach „read only“ setzen. Datenbankdateien mit nologging geschrieben. Noch „read write“ und daher keine Sicherung. Daten müßen nach Korruption neu eingefüllt werden. Structure of blob tables Range Partitioning BLOB Data Table blob_id blob_data Table Partition 1 Datafile blob_id 1 1.. n Time t0 .. tn Table Partition 2 Datafile blob_id n+1 2 .. m Time tn+1 .. tm … … … … Table Partition n Datafile blob_id m+1 n .. k Time tm+1 .. tk Umsetzung: HSM Anbindung an das HSM Migin Migout dxdb TBS - RW TBS - RO Tbl Partition 1 All tablespaces are moved “at once” to dxdb Tbl Partition 21 Migout / Migin Migout takes place after files haven’t been modified for x minutes Only one migout process per dxdb-filesystem Migin takes place immediately after a file is requested. Only parts accessed are retrieved from the backend storage. One migin process per requested file. Purging dxdb HWM LWM Criteria for purging Size of datafiles doesn’t matter Except: “small” datafiles can stay on disk Time not modified (easy for read only tablespaces) Time not touched Oracle has the tendency to touch data files quite often Oracle parameter read_only_open_delayed could be an option Prerequisite: 2 copies on tape Inside the datafile Header 128k Table Lob Index Primary Key Blob data Frontend versus Backend Filesystem Frontend HSM Backend Header 128k Header 128k Part 1 = 512 MB Part 2 = 512 MB Retrieving data Header 128k 3 1 2 4 5 Tape Request Usage: Downloads Downloads per year 1000000 900000 800000 700000 600000 500000 400000 300000 200000 100000 0 1999 2000 2001 2002 2003 2004 2005 2006 2007 Statistics: Size Database Size 350 300 TByte 250 200 150 100 50 0 1998 1999 2001 2002 2003 2004 2005 2006 2007 Ausblick: Globalmodell T213 (Atmosphäre) Horizontalauflösung des Klimamodells T213: 640 * 320 = 204800 Punkte pro Globalfeld T106: 160 * 320 = 51200 Punkte pro Globalfeld Erforderliche Speichereinheiten (GRIB Format) Horizontalfeld (Zugriffseinheit): Unix Filegröße für monatsweise akkumulierte Ergebnisse mit 6 Std. Speicherintervall und 300 2d Variablen (Physikalische Einheit): 400.1 kB (T213) / 100.1 kB (T106) 14000MB (T213) / 3500 MB (T106) 240 Jahre Modellintegration (Logische Einheit): 40 TB (T213) / 10 TB (T106) Ausblick: Regionalmodell Auflösung und Datenmengen REMO-UBA-Modellgebiet •Auslösung: 10x10 km •Datenmenge: 5 TB / 100 Jahre (nur Bodenfelder) Orography Vielen Dank!
