NebulaGraph 安装方式选择

堕落飞鸟 · 2023 年12 月 4 日 07:23

一、NebulaGraph 介绍

1.1、介绍

一个可靠的分布式、线性扩容、性能高效的图数据库。NebulaGraph 提供了线性扩容的能力，支持快照方式实现数据恢复功能。在查询语言方面，开发团队完全自研开发查询语言——nGQL，兼容 openCypher，让 Neo4j 的用户可无缝衔接使用 NebulaGraph。

二、NebulaGraph 支持的安装方式以及对比

2.1、编译安装

NebulaGraph支持使用源码编译方式进行安装

优点：
1. 可以根据自己需求自定义编译和安装配置，测试最新性能，自由度比较大。
缺点：
1. 需要在操作系统层准备编译环境，可能会与现有环境冲突
2. 需要服务器必须能够联网
3. 整个安装过程会比较繁琐

2.2、使用 Docker 编译安装

通过 Docker 进行编译安装，解决了服务器直接安装可能存在冲突的问题，其余优缺点与服务器编译安装一致，相当于是编译安装的优化版。

2.3、本地单机安装

2.3.1、使用包管理器 rpm 以及 dpkg 进行安装

NebulaGraph 安装包，支持且仅支持 CentOS 7.x、CentOS 8.x、Ubuntu 16.04、Ubuntu 18.04、Ubuntu 20.04 操作系统。使用官方封装好的包可以大大降低安装难度。

优点：
1. 安装简单
2. 支持常用的 Linux 发行版
缺点：
1. 既然已经支持了包管理器，为何不直接维护到 yum 源和或者 apt 源，让用户可以直接使用 yum 命令或者 apt 命令进行安装呢？

2.3.2、tar 包安装

可以但是没必要，目前没有发现什么场景是必须使用 tar 包进行安装的。

2.4、本地多机安装

NebulaGraph 多机集群部署方式，是生产环境建议使用的部署方式之一

优点：
1. 高性能
2. 高可用
*缺点：
1. 资源使用多
2. 安装维护稍微有些难度

2.5、Docker-Compose 安装

NebulaGraph 单机集群部署方式，是测试环境建议使用的部署方式之一

优点：
1. 可以使用单机模拟集群效果，是入门学习集群环境的不二之选
2. 部署简单
缺点：
1. 虽然是集群环境，但是高可用只能限制于容器级别，服务器级别无法实现

2.6、K8s 安装

NebulaGraph 集群部署方式，是生产环境建议使用的部署方式之一，在 K8s 中创建 NebulaGraph Operator ，使用 NebulaGraph Operator 来创建维护集群，降低部署维护难度。

优点：
1. 高可用，高于多机集群，因为单点故障，k8s可以自动恢复故障pod，保持节点存活数量
2. 高性能，可能略低于多机集群，因为各种网络转发会降低网络性能，影响性能上限（极端情况才会感受到，正常没问题）
缺点：
1. 需要人员的技术能力较高，各种问题的排查难度可能会大于多机集群方式。

2.7、docker多机集群

NebulaGraph 集群部署方式，测试环境以及小规模的生产环境建议使用的部署方式，目前还没有官方文档参考，可以参考我编写的安装文档。

优点：
1. 高可用，高于多机集群
2. 高性能，
3. 部署相对简单
缺点：
1. 有稍许性能损失
2. 没有官方文档支持

2.8、对比

	编译安装	Docker编译安装	单机安装	集群安装	Docker-Compose安装	K8s安装	docker集群
部署维护难度
所需资源
高可用，高性能

三、NebulaGraph 安装方式选择以及安装

3.1、操作系统选择

考虑到后期 CentOS 社区维护问题，建议使用 Ubuntu 操作系统。

3.2、安装方式选择

3.2.1、个人测试

刚开始接触学习建议使用单机安装方式，安装简单，可以快速上手。

3.2.2、公司测试

公司测试建议使用多机集群，Docker-Compose 安装，以及 K8s 安装，尽可能模拟实际生产环境，或完全和生产环境一致，可以根据公司技术路线选择是否使用 K8s，公司服务器资源是否充裕，来选择是否使用 Docker-Compose 安装。

3.2.3、生产环境

公司生产建议使用多机集群，以及 K8s 安装，应尽量提高应用的可用性以及性能。

3.3、安装过程

3.3.1、单机安装

单机安装可以简单快捷的安装 NebulaGraph，用于个人测试环境使用，首先准备一台 Linux 服务器，我这边使用的 Ubuntu 1804 操作系统。具体可参考官方文档。

下载安装包

wget https://oss-cdn.nebula-graph.com.cn/package/3.6.0/nebula-graph-3.6.0.ubuntu1804.amd64.deb
wget https://oss-cdn.nebula-graph.com.cn/package/3.6.0/nebula-graph-3.6.0.ubuntu1804.amd64.deb.sha256sum.txt

安装

sudo dpkg -i nebula-graph-3.6.0.ubuntu1804.amd64.deb

启动服务

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

# 查看状态
sudo /usr/local/nebula/scripts/nebula.service status all

注意：安装需要调整一部分内核参数，官方把这部分内容放到配置与日志部分，没有放到安装部分，如果不调整会有警告报错，影响后续使用。官方文档

服务启动后还需要手动添加 Storage主机，参考官方文档

3.3.2、Docker-Compose 安装

Docker-Compose 部署方式可以快速实现一套单机集群环境，适合资源不充裕的公司测试环境使用。具有一定的高可用能力，可以用来模拟生产环境，已经测试单点故障。

首先安装 Docker、Docker-Compose，参考 Docker 官方文档即可。

clone 项目代码

$ git clone -b release-3.6 https://github.com/vesoft-inc/nebula-docker-compose.git

启动应用

这个过程中，会自动拉取镜像，需要耐心等待

cd nebula-docker-compose/
docker-compose up -d

拉取镜像中，耐心等等

服务已经启动

3.3.3、K8s 安装

这个安装首先你要有一套 K8s 并且 K8s 上有 storageClass，NebulaGraph 基于 K8s 部署，高可用能力直接拉满，但是占用资源较多，建议在生产环境使用。

我这边使用的是一套二进制部署的 K8s 平台，rook 拉起的一套 Ceph 集群（建议使用高性能 SSD，我这没有凑合用）。

安装

#创建 namespace
kubectl create namespace nebula

#添加 repo
helm repo add nebula-operator https://vesoft-inc.github.io/nebula-operator/charts

#更新资源
helm repo update nebula-operator

#设置环境变量
# NebulaGraph 集群的名字。
export NEBULA_CLUSTER_NAME=nebula
# NebulaGraph 集群所处的命名空间的名字。
export NEBULA_CLUSTER_NAMESPACE=nebula    
# NebulaGraph 集群的 StorageClass 根据实际填写
export STORAGE_CLASS_NAME=rook-ceph-block 

#创建集群
helm install "${NEBULA_CLUSTER_NAME}" nebula-operator/nebula-cluster \

    # 指定集群 chart 的版本，不指定则默认安装最新版本 chart。
    # 执行 helm search repo -l nebula-operator/nebula-cluster 命令可查看所有 chart 版本。
    --version=1.7.3 \
    # 指定 NebulaGraph 集群所处的命名空间。
    --namespace="${NEBULA_CLUSTER_NAMESPACE}" \
    # 自定义集群名称。
    --set nameOverride="${NEBULA_CLUSTER_NAME}" \
    --set nebula.storageClassName="${STORAGE_CLASS_NAME}" \
    # 指定 NebulaGraph 集群的版本。
    --set nebula.version=v3.6.0 

#查看 Pod 状态
kubectl -n "${NEBULA_CLUSTER_NAMESPACE}" get pod -l "app.kubernetes.io/cluster=${NEBULA_CLUSTER_NAME}"

Pod 状态已经正常

3.3.4、Docker 多机集群部署

已经自己实现了该部署方式，参考文章

Docker 部署集群相对二进制部署，简化了一些系统命令，但是会有一些额外的性能损耗。

四、结语

首先官方文档非常稳，所有安装过程，参照官方文档均可正常完成安装。建议增加 Docker 的多机集群部署方式，不是 Docker-Compose 哦。

我也是刚刚接触 NebulaGraph，希望能通过这篇文章帮助想要入坑 NebulaGraph 的小伙伴能快速的部署一套环境出来。

本文正在参加 NebulaGraph 技术社区年度征文活动，征文详情：https://discuss.nebula-graph.com.cn/t/topic/13970

如果你觉得本文对你有所启发，记得给我点个，谢谢你的鼓励

steam · 2023 年12 月 4 日 07:24

非常棒，感谢你详细的测评，尤其是 K8s 部署那块的分享

静候轮回 · 2023 年12 月 4 日 13:40

很有启发，为后续的使用奠定了基础。

_柳1 · 2023 年12 月 7 日 01:44

文章非常好，很值得学习

wey · 2023 年12 月 7 日 02:00

非常棒的总结、分享，也分享一个我之前画的这个主题的图。

堕落飞鸟 · 2023 年12 月 7 日 02:08

感谢支持，我这刚刚接触，还需要努力

wey · 2023 年12 月 7 日 06:33

非常非常赞，期待后续的更多分享

玖叁叁 · 2023 年12 月 10 日 14:58

各种安装的对比写的很清楚

堕落飞鸟 · 2023 年12 月 11 日 01:42

@wey 古老师好，后续有写了基于docker的多机集群，以及docker-compose方式部署的集群如何备份，可以看看能否由社区的小伙伴修改优化后，加入官方文档

wey · 2023 年12 月 11 日 02:30

哇，非常赞！我去里边给一些评论哈。

steam · 2023 年12 月 11 日 03:08

现有的文档其实是一个单机多服务的部署，和文档沟通过他们觉得这个多机多服务并不是个主流（用户可能转向用 K8s 或者 Docker Swarm 进行部署）。如果你觉得有需求的话，可以去 nebula-docs 开个 issue 和我们的文档同学交流下哈。感谢飞鸟~