文件夹

1. 简单介绍

2. 安装步骤及问题小记

3. 部署配置

4. Javaclient測试

5. 參考资料

声明

1. 以下的安装部署基于Linux系统环境：centos 6（64位），其他Linux版本号可能有所差异。

2. 网上有人说tair安装失败可能是由于gcc版本号问题，高版本号的gcc可能不支持某些特性导致安装失败。经过实验证明。该说法是错误的，tair安装失败有各种可能的原因但绝对与gcc版本号无关，比方我的gcc開始版本号为4.4.7，后来tair安装失败，我又一次编译低版本号的gcc（gcc4.1.2）。可是问题相同出现。

后来发现是其他原因。修正后又一次用高版本号gcc4.4.7成功安装。

3. 以下的内容部分參考tair官方介绍文档，转载请注明原文地址。

正文

1. 简单介绍

tair 是淘宝自己开发的一个分布式 key/value 存储引擎. tair 分为持久化和非持久化两种使用方式. 非持久化的 tair 能够看成是一个分布式缓存. 持久化的 tair 将数据存放于磁盘中. 为了解决磁盘损坏导致数据丢失, tair 能够配置数据的备份数目, tair 自己主动将一份数据的不同备份放到不同的主机上, 当有主机发生异常, 无法正常提供服务的时候, 其余的备份会继续提供服务.

2. 安装步骤及问题小记

2.1 安装步骤

由于tair的实现用到了底层库 tbsys 和 tbnet，因此在安装tair之前须要先安装依赖库 tbsys 和 tbnet。

2.1.1 获取源代码

首先须要通过svn下载源代码，能够通过sudo yum install subversion安装svn服务。

  1. svn checkout http://code.taobao.org/svn/tb-common-utils/trunk/ tb-common-utils # 获取tbsys 和 tbnet的源代码
    2. 

  2. svn checkout http://code.taobao.org/svn/tair/trunk/ tair  # 获取tair源代码

2.1.2 安装依赖库或软件

编译tair或tbnet/tbsys之前须要预先安装一些编译所需的依赖库或软件。
在安装这些依赖之前最好首先检查系统是否已经安装，在用rpm管理软件包的os上能够使用rpm -q 软件包名查看是否已安装该软件或库。
a. 安装libtool
sudo yum install libtool   # 同一时候会安装libtool所依赖的automake和autoconfig
b. 安装boost-devel库
sudo yum install boost-devel
c. 安装zlib库
sudo yum install zlib-devel

2.1.3 编译安装tbsys和tbnet

  1. tair 的底层依赖于tbsys库和tbnet库, 所以要先编译安装这两个库.
  2. a. 环境变量设置 TBLIB_ROOT
取得源代码后, 先指定环境变量 TBLIB_ROOT 为须要安装的文件夹. 这个环境变量在兴许 tair 的编译安装中仍旧会被使用到. 
比方要安装到当前用户的lib文件夹下, 则指定export TBLIB_ROOT="~/lib"。
b. 安装
进入源代码文件夹, 执行build.sh进行安装. 

  1. 2.1.4 编译安装tair

进入 tair 源代码文件夹，依次按以下顺序编译安装
./bootstrap.sh

./configure  # 注意, 在执行configue的时候, 能够使用 --with-boost=xxxx 来指定boost的文件夹. 使用--with-release=yes 来编译release版本号.

make

make install
成功安装后会在当前用户home文件夹下生成文件夹tair_bin，即tair的成功安装后的文件夹。

2.2 问题小记

安装过程并非一帆风顺的，期间出现了非常多问题，在此简单记录以供參考。

2.2.1 g++未安装

checking for C++ compiler default output file name...


configure: error: in `/home/config_server/tair/tb-common-utils/tbnet':


configure: error: C++ compiler cannot create executables


See `config.log' for more details.


make: *** No targets specified and no makefile found. Stop.


make: *** No rule to make target `install'. Stop.

说明安装了gcc但未安装g++，而tair是用C++开发的，因此仅仅能用g++编译。通过过sudo yum install gcc-c++安装就可以。

2.2.2 头文件路径错误

In file included from channel.cpp:16:

tbnet.h:39:19: error: tbsys.h: No such file or directory

databuffer.h: In member function 'void tbnet::DataBuffer::expand(int)':

databuffer.h:429: error: 'ERROR' was not declared in this scope

databuffer.h:429: error: 'TBSYS_LOG' was not declared in this scope

socket.h: At global scope:

socket.h:191: error: 'tbsys' has not been declared

socket.h:191: error: ISO C++ forbids declaration of 'CThreadMutex' with no type

socket.h:191: error: expected ';' before '_dnsMutex'

channelpool.h:85: error: 'tbsys' has not been declared

channelpool.h:85: error: ISO C++ forbids declaration of 'CThreadMutex' with no type

channelpool.h:85: error: expected ';' before '_mutex'

channelpool.h:93: error: 'atomic_t' does not name a type

channelpool.h:94: error: 'atomic_t' does not name a type

connection.h:164: error: 'tbsys' has not been declared

connection.h:164: error: ISO C++ forbids declaration of 'CThreadCond' with no type

connection.h:164: error: expected ';' before '_outputCond'

iocomponent.h:184: error: 'atomic_t' does not name a type

iocomponent.h: In member function 'int tbnet::IOComponent::addRef()':

iocomponent.h:108: error: '_refcount' was not declared in this scope

iocomponent.h:108: error: 'atomic_add_return' was not declared in this scope

iocomponent.h: In member function 'void tbnet::IOComponent::subRef()':

iocomponent.h:115: error: '_refcount' was not declared in this scope

iocomponent.h:115: error: 'atomic_dec' was not declared in this scope

iocomponent.h: In member function 'int tbnet::IOComponent::getRef()':

iocomponent.h:122: error: '_refcount' was not declared in this scope

iocomponent.h:122: error: 'atomic_read' was not declared in this scope

transport.h: At global scope:

transport.h:23: error: 'tbsys' has not been declared

transport.h:23: error: expected `{' before 'Runnable'

transport.h:23: error: invalid function declaration

packetqueuethread.h:28: error: 'tbsys' has not been declared

packetqueuethread.h:28: error: expected `{' before 'CDefaultRunnable'

packetqueuethread.h:28: error: invalid function declaration

connectionmanager.h:93: error: 'tbsys' has not been declared

connectionmanager.h:93: error: ISO C++ forbids declaration of 'CThreadMutex' with no type

connectionmanager.h:93: error: expected ';' before '_mutex'

make[1]: *** [channel.lo] Error 1

make[1]: Leaving directory `/home/tair/tair/tb-common-utils/tbnet/src'

make: *** [install-recursive] Error 1

have installed in ~/lib

由于tbnet和tbsys在两个不同的文件夹，但它们的源代码文件中头文件的互相引用却没有加绝对或相对路径，将两个文件夹的源代码加入到C++环境变量中就可以。

CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:/home/tair/tair/tb-common-utils/tbsys/src:/home/tair/tair/tb-common-utils/tbnet/src


export CPLUS_INCLUDE_PATH

3. 部署配置

tair的执行, 至少须要一个 config server 和一个 data server. 推荐使用两个 config server 多个data server的方式. 两个config server有主备之分.
tair有三个配置文件。各自是对config server、data server及group信息的配置，在tair_bin安装文件夹下的etc文件夹下有这三个配置文件的样例，我们将其复制一下，成为我们须要的配置文件。

cp configserver.conf.default configserver.conf

cp dataserver.conf.default dataserver.conf

cp group.conf.default group.conf

我的部署环境：

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGFueHVlemFpcGlhbw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="" />

在配置之前。请查阅官网给出的配置文件字段详细解释，以下直接贴出我自己的配置并加以简单的说明。

3.1 配置config server

#

# tair 2.3 --- configserver config

#

[public]

config_server=10.10.7.144:51980

config_server=10.10.7.144:51980

[configserver]

port=51980

log_file=/home/dataserver1/tair_bin/logs/config.log

pid_file=/home/dataserver1/tair_bin/logs/config.pid

log_level=warn

group_file=/home/dataserver1/tair_bin/etc/group.conf

data_dir=/home/dataserver1/tair_bin/data/data

dev_name=venet0:0

注意事项：

（1）首先须要配置config server的服务器地址和端口号，端口号能够默认，服务器地址改成自己的，有一主一备两台configserver，这里仅为測试使用就设置为一台了。

（2）log_file/pid_file等的路径设置最好用绝对路径，默认的是相对路径，并且是不对的相对路径（没有返回上级文件夹）。因此这里须要改动。注意data文件和log文件非常重要，data文件必不可少。而log文件是部署出错后能给你详细的出错原因。

（3）dev_name非常重要。须要设置为你自己当前网络接口的名称，默觉得eth0。这里我依据自己的网络情况进行了改动（ifconfig查看网络接口名称）。

3.2 配置data server

#

#  tair 2.3 --- tairserver config 

#

[public]

config_server=10.10.7.144:51980

config_server=10.10.7.144:51980

[tairserver]

#

#storage_engine:

#

# mdb 

# kdb

# ldb

#

storage_engine=ldb

local_mode=0

#

#mdb_type:

# mdb

# mdb_shm

#

mdb_type=mdb_shm

#

# if you just run 1 tairserver on a computer, you may ignore this option.

# if you want to run more than 1 tairserver on a computer, each tairserver must have their own "mdb_shm_path"

#

#

mdb_shm_path=/mdb_shm_path01

#tairserver listen port

port=51910

heartbeat_port=55910

process_thread_num=16

#

#mdb size in MB

#

slab_mem_size=1024

log_file=/home/dataserver1/tair_bin/logs/server.log

pid_file=/home/dataserver1/tair_bin/logs/server.pid

log_level=warn

dev_name=venet0:0

ulog_dir=/home/dataserver1/tair_bin/data/ulog

ulog_file_number=3

ulog_file_size=64

check_expired_hour_range=2-4

check_slab_hour_range=5-7

dup_sync=1

do_rsync=0

# much resemble json format

# one local cluster config and one or multi remote cluster config.

# {local:[master_cs_addr,slave_cs_addr,group_name,timeout_ms,queue_limit],remote:[...],remote:[...]}

rsync_conf={local:[10.0.0.1:5198,10.0.0.2:5198,group_local,2000,1000],remote:[10.0.1.1:5198,10.0.1.2:5198,group_remote,2000,3000]}

# if same data can be updated in local and remote cluster, then we need care modify time to

# reserve latest update when do rsync to each other.

rsync_mtime_care=0

# rsync data directory(retry_log/fail_log..)

rsync_data_dir=/home/dataserver1/tair_bin/data/remote

# max log file size to record failed rsync data, rotate to a new file when over the limit

rsync_fail_log_size=30000000

# whether do retry when rsync failed at first time

rsync_do_retry=0

# when doing retry,  size limit of retry log's memory use

rsync_retry_log_mem_size=100000000

[fdb]

# in MB

index_mmap_size=30

cache_size=256

bucket_size=10223

free_block_pool_size=8

data_dir=/home/dataserver1/tair_bin/data/fdb

fdb_name=tair_fdb

[kdb]

# in byte

map_size=10485760      # the size of the internal memory-mapped region

bucket_size=1048583    # the number of buckets of the hash table

record_align=128       # the power of the alignment of record size

data_dir=/home/dataserver1/tair_bin/data/kdb      # the directory of kdb's data

[ldb]

#### ldb manager config

## data dir prefix, db path will be data/ldbxx, "xx" means db instance index.

## so if ldb_db_instance_count = 2, then leveldb will init in

## /data/ldb1/ldb/, /data/ldb2/ldb/. We can mount each disk to

## data/ldb1, data/ldb2, so we can init each instance on each disk.

data_dir=/home/dataserver1/tair_bin/data/ldb

## leveldb instance count, buckets will be well-distributed to instances

ldb_db_instance_count=1

## whether load backup version when startup.

## backup version may be created to maintain some db data of specifid version.

ldb_load_backup_version=0

## whether support version strategy.

## if yes, put will do get operation to update existed items's meta info(version .etc),

## get unexist item is expensive for leveldb. set 0 to disable if nobody even care version stuff.

ldb_db_version_care=1

## time range to compact for gc, 1-1 means do no compaction at all

ldb_compact_gc_range = 3-6

## backgroud task check compact interval (s)

ldb_check_compact_interval = 120

## use cache count, 0 means NOT use cache,`ldb_use_cache_count should NOT be larger

## than `ldb_db_instance_count, and better to be a factor of `ldb_db_instance_count.

## each cache mdb's config depends on mdb's config item(mdb_type, slab_mem_size, etc)

ldb_use_cache_count=1

## cache stat can't report configserver, record stat locally, stat file size.

## file will be rotate when file size is over this.

ldb_cache_stat_file_size=20971520

## migrate item batch size one time (1M)

ldb_migrate_batch_size = 3145728

## migrate item batch count.

## real batch migrate items depends on the smaller size/count

ldb_migrate_batch_count = 5000

## comparator_type bitcmp by default

# ldb_comparator_type=numeric

## numeric comparator: special compare method for user_key sorting in order to reducing compact

## parameters for numeric compare. format: [meta][prefix][delimiter][number][suffix] 

## skip meta size in compare

# ldb_userkey_skip_meta_size=2

## delimiter between prefix and number 

# ldb_userkey_num_delimiter=:

####

## use blommfilter

ldb_use_bloomfilter=1

## use mmap to speed up random acess file(sstable),may cost much memory

ldb_use_mmap_random_access=0

## how many highest levels to limit compaction

ldb_limit_compact_level_count=0

## limit compaction ratio: allow doing one compaction every ldb_limit_compact_interval

## 0 means limit all compaction

ldb_limit_compact_count_interval=0

## limit compaction time interval

## 0 means limit all compaction

ldb_limit_compact_time_interval=0

## limit compaction time range, start == end means doing limit the whole day.

ldb_limit_compact_time_range=6-1

## limit delete obsolete files when finishing one compaction

ldb_limit_delete_obsolete_file_interval=5

## whether trigger compaction by seek

ldb_do_seek_compaction=0

## whether split mmt when compaction with user-define logic(bucket range, eg) 

ldb_do_split_mmt_compaction=0

#### following config effects on FastDump ####

## when ldb_db_instance_count > 1, bucket will be sharded to instance base on config strategy.

## current supported:

##  hash : just do integer hash to bucket number then module to instance, instance's balance may be

##         not perfect in small buckets set. same bucket will be sharded to same instance

##         all the time, so data will be reused even if buckets owned by server changed(maybe cluster has changed),

##  map  : handle to get better balance among all instances. same bucket may be sharded to different instance based

##         on different buckets set(data will be migrated among instances).

ldb_bucket_index_to_instance_strategy=map

## bucket index can be updated. this is useful if the cluster wouldn't change once started

## even server down/up accidently.

ldb_bucket_index_can_update=1

## strategy map will save bucket index statistics into file, this is the file's directory

ldb_bucket_index_file_dir=/home/dataserver1/tair_bin/data/bindex

## memory usage for memtable sharded by bucket when batch-put(especially for FastDump)

ldb_max_mem_usage_for_memtable=3221225472

####

#### leveldb config (Warning: you should know what you're doing.)

## one leveldb instance max open files(actually table_cache_ capacity, consider as working set, see `ldb_table_cache_size)

ldb_max_open_files=655

## whether return fail when occure fail when init/load db, and

## if true, read data when compactiong will verify checksum

ldb_paranoid_check=0

## memtable size

ldb_write_buffer_size=67108864

## sstable size

ldb_target_file_size=8388608

## max file size in each level. level-n (n > 0): (n - 1) * 10 * ldb_base_level_size

ldb_base_level_size=134217728

## sstable's block size

# ldb_block_size=4096

## sstable cache size (override `ldb_max_open_files)

ldb_table_cache_size=1073741824

##block cache size

ldb_block_cache_size=16777216

## arena used by memtable, arena block size

#ldb_arenablock_size=4096

## key is prefix-compressed period in block,

## this is period length(how many keys will be prefix-compressed period)

# ldb_block_restart_interval=16

## specifid compression method (snappy only now)

# ldb_compression=1

## compact when sstables count in level-0 is over this trigger

ldb_l0_compaction_trigger=1

## write will slow down when sstables count in level-0 is over this trigger

## or sstables' filesize in level-0 is over trigger * ldb_write_buffer_size if ldb_l0_limit_write_with_count=0

ldb_l0_slowdown_write_trigger=32

## write will stop(wait until trigger down)

ldb_l0_stop_write_trigger=64

## when write memtable, max level to below maybe

ldb_max_memcompact_level=3

## read verify checksum

ldb_read_verify_checksums=0

## write sync log. (one write will sync log once, expensive)

ldb_write_sync=0

## bits per key when use bloom filter

#ldb_bloomfilter_bits_per_key=10

## filter data base logarithm. filterbasesize=1<<ldb_filter_base_logarithm

#ldb_filter_base_logarithm=12                                  

该配置文件内容非常多，红色标出来的是我改动的部分。其他的採用默认。当中：

（1）config_server的配置与之前必须全然相同。

（2）这里面的port和heartbeat_port是data server的端口号和心跳端口号，必须确保系统能给你使用这些端口号。一般默认的就可以。这里我改动是由于自己的Linux系统仅仅同意分配30000以后的端口号。依据自己情况改动。

（3）data文件、log文件等非常重要，与前一样，最好用绝对路径

3.3 配置group信息

#group name

[group_1]

# data move is 1 means when some data serve down, the migrating will be start. 

# default value is 0

_data_move=0

#_min_data_server_count: when data servers left in a group less than this value, config server will stop serve for this group

#default value is copy count.

_min_data_server_count=1

#_plugIns_list=libStaticPlugIn.so

_build_strategy=1 #1 normal 2 rack 

_build_diff_ratio=0.6 #how much difference is allowd between different rack 

# diff_ratio =  |data_sever_count_in_rack1 - data_server_count_in_rack2| / max (data_sever_count_in_rack1, data_server_count_in_rack2)

# diff_ration must less than _build_diff_ratio

_pos_mask=65535  # 65535 is 0xffff  this will be used to gernerate rack info. 64 bit serverId & _pos_mask is the rack info, 

_copy_count=1    

_bucket_number=1023

# accept ds strategy. 1 means accept ds automatically

_accept_strategy=1

# data center A

_server_list=10.10.7.146:51910

#_server_list=192.168.1.2:5191

#_server_list=192.168.1.3:5191

#_server_list=192.168.1.4:5191

# data center B

#_server_list=192.168.2.1:5191

#_server_list=192.168.2.2:5191

#_server_list=192.168.2.3:5191

#_server_list=192.168.2.4:5191

#quota info

_areaCapacity_list=0,1124000;

这个文件我仅仅配置了data server列表，我仅仅有一个dataserver，因此仅仅需配置一个。

3.4 启动集群

在完毕安装配置之后, 能够启动集群了.  启动的时候须要先启动data server 然后再启动cofnig server.  假设是为已有的集群加入dataserver则能够先启动dataserver进程然后再改动gruop.conf，假设你先改动group.conf再启动进程，那么须要执行touch group.conf;在scripts文件夹下有一个脚本 tair.sh 能够用来帮助启动 tair.sh start_ds 用来启动data server.  tair.sh start_cs 用来启动config server.  这个脚本比較简单, 它要求配置文件放在固定位置, 採用固定名称.  使用者能够通过执行安装文件夹下的bin下的 tair_server (data server) 和 tair_cfg_svr(config server) 来启动集群.

进入tair_bin文件夹后，按顺序启动：

sudo sbin/tair_server -f etc/dataserver.conf     # 在dataserver端启动

sudo sbin/tair_cfg_svr -f etc/configserver.conf   # 在config server端启动

执行启动命令后，在两端通过ps aux | grep tair查看是否启动了。这里启动起来仅仅是第一步，还须要測试看是否真的启动成功。通过以下命令測试： 

sudo sbin/tairclient -c 10.10.7.144:51980 -g group_1

TAIR> put k1 v1       

put: success

TAIR> put k2 v2

put: success

TAIR> get k2

KEY: k2, LEN: 2

当中10.10.7.144:51980是config server IP:PORT，group_1是group name，在group.conf里配置的。

3.4 部署过程中的错误记录

假设启动不成功或測试put/get时出现故障，那么须要查看config server端的logs/config.log和data server端的logs/server.log日志文件，里面会有详细的报错信息。

3.4.1  Too many open files

[2014-07-09 10:37:24.863119] ERROR start (stat_manager.cpp:30) [139767832377088] open file [/home/dataserver1/tair_bin/data/ldb1/ldb/tair_db_001013.stat] failed: Too many open files


[2014-07-09 10:37:24.863132] ERROR start (stat_manager.cpp:30) [139767832377088] open file [/home/dataserver1/tair_bin/data/ldb1/ldb/tair_db_001014.stat] failed: Too many open files


[2014-07-09 10:37:24.863145] ERROR start (stat_manager.cpp:30) [139767832377088] open file [/home/dataserver1/tair_bin/data/ldb1/ldb/tair_db_001015.stat] failed: Too many open files


[2014-07-09 10:37:24.863154] ERROR start (stat_manager.cpp:30) [139767832377088] open file [/home/dataserver1/tair_bin/data/ldb1/ldb/tair_db_001016.stat] failed: Too many open files


[2014-07-09 10:37:24.863162] ERROR start (stat_manager.cpp:30) [139767832377088] open file [/home/dataserver1/tair_bin/data/ldb1/ldb/tair_db_001017.stat] failed: Too many open files

由于我的存储引擎选择的是ldb，而ldb有一个配置ldb_max_open_files=65535，即默认最多能打开的文件个数是65535个，可是我的系统不同意，能够通过“ulimit -n”查看系统执行程序中打开的最多文件个数。一般为1024个，远远小于65535，这时有两个办法来解决，一是改动ldb_max_open_files的值，使其小于1024。二是改动系统最多同意打开文件个数（以下的參考资料有提供改动的方法），由于我是測试使用，因此这里直接改动了ldb_max_open_files的值。

3.4.2 data server问题

dataserver没配置好会报各种错误，以下列举一些我遇到的错误：

问题1：



TAIR> put abc a 


put: unknow 


TAIR> put a 11 


put: unknow 


TAIR> put abc 33 


put: unknow 


TAIR> get a 


get failed: data not exists.

问题2：



ERROR wakeup_wait_object (../../src/common/wait_object.hpp:302) [140627106383616] [3] packet is null

这些都是dataserver開始启动起来了。可是使用put/get时报错。然后dataserver立即down掉的情况，这时候就要依据log查看详细报错信息。改动错误的配置。

还有以下这种报错信息：

[2014-07-09 09:08:11.646430] ERROR rebuild (group_info.cpp:879) [139740048353024] can not get enough data servers. need 1 lef 0

这是config server在启动时找不到data server。也就是data server必须要先启动成功后才干启动config server。

3.4.3 端口问题



start tair_cfg_srv listen port 5199 error

有时候使用默认的端口号也不一定行。须要依据系统限制进行设置，比方我的系统环境仅仅能执行普通用户使用30000以上的端口号。因此这里我就不能使用默认端口号了，改下就可以。

4. Javaclient測试

Tair是一个分布式的key/value存储系统。数据往往存储在多个数据节点上。

client须要决定数据存储的详细节点，然后才干完毕详细的操作。

Tair的client通过和configserver交互获取这部分信息。configserver会维护一张表，这张表包括hash值与存储其对应数据的节点的对比关系。

client在启动时，须要先和configserver通信，获取这张对比表。

在获取到对比表后，client便能够開始提供服务。client会依据请求的key的hash值，查找对比表中负责该数据的数据节点，然后通过和数据节点通信完毕用户的请求。

Tair当前支持Java和c++语言的client。Javaclient已有对应的实现（可从这里下载到对应的jar包），我们直接使用封装的接口操作就可以，但C++client眼下还没看到实现版本号（须要自己实现）。

这里以简单的Javaclient为例进行client測试。

4.1 依赖jar包

Java測试程序除了须要封装好的tair相关jar包之外，还须要tair依赖的一些jar包，详细的有以下几个（不一定是这个版本号号）：

commons-logging-1.1.3.jar

slf4j-api-1.7.7.jar

slf4j-log4j12-1.7.7.jar

log4j-1.2.17.jar

mina-core-1.1.7.jar

tair-client-2.3.1.jar

4.2 Javaclient程序

首先请參考Tair用户指南里面的关于javaclient的接口说明，以下直接给出演示样例，非常easy理解。

package tair.client;

import java.util.ArrayList;

import java.util.List;

import com.taobao.tair.DataEntry;

import com.taobao.tair.Result;

import com.taobao.tair.ResultCode;

import com.taobao.tair.impl.DefaultTairManager;

/**

 * @author WangJianmin

 * @date 2014-7-9

 * @description Java-client test application for tair.

 *

 */

public class TairClientTest {

	public static void main(String[] args) {

		// 创建config server列表

		List<String> confServers = new ArrayList<String>();

		confServers.add("10.10.7.144:51980");

	//	confServers.add("10.10.7.144:51980"); // 可选

		// 创建client实例

		DefaultTairManager tairManager = new DefaultTairManager();

		tairManager.setConfigServerList(confServers);

		// 设置组名

		tairManager.setGroupName("group_1");

		// 初始化client

		tairManager.init();

		// put 10 items

		for (int i = 0; i < 10; i++) {

			// 第一个參数是namespace，第二个是key，第三是value，第四个是版本号。第五个是有效时间

			ResultCode result = tairManager.put(0, "k" + i, "v" + i, 0, 10);

			System.out.println("put k" + i + ":" + result.isSuccess());

			if (!result.isSuccess())

				break;

		}

		// get one

		// 第一个參数是namespce。第二个是key

		Result<DataEntry> result = tairManager.get(0, "k3");

		System.out.println("get:" + result.isSuccess());

		if (result.isSuccess()) {

			DataEntry entry = result.getValue();

			if (entry != null) {

				// 数据存在

				System.out.println("value is " + entry.getValue().toString());

			} else {

				// 数据不存在

				System.out.println("this key doesn't exist.");

			}

		} else {

			// 异常处理

			System.out.println(result.getRc().getMessage());

		}

	}

}

执行结果：

log4j:WARN No appenders could be found for logger (com.taobao.tair.impl.ConfigServer).

log4j:WARN Please initialize the log4j system properly.

log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

put k0:true

put k1:true

put k2:true

put k3:true

put k4:true

put k5:true

put k6:true

put k7:true

put k8:true

put k9:true

get:true

value is v3

注意事项：測试假设不是在config server或data server上进行，那么一定要确保測试端系统与config server和data server能互相通信，即ping通。否则有可能会报以下这种错误：

Exception in thread "main" java.lang.RuntimeException: init config failed


 at com.taobao.tair.impl.DefaultTairManager.init(DefaultTairManager.java:80)


 at tair.client.TairClientTest.main(TairClientTest.java:27)

我已将演示样例程序、须要的jar包及Makefile文件（我在Linux系统下測试，未用Eclipse跑程序）打包，须要的能够从这里下载。

5. 參考资料

1. TAIR home page

2. Tair用户指南

3. Too many open files 问题的解决

淘宝分布式 key/value 存储引擎Tair安装部署过程及Javaclient測试一例的更多相关文章

  1. 淘宝开源Key/Value结构数据存储系统Tair技术剖析

    摘要: Tair的功能 Tair是一个Key/Value结构数据的解决方案,它默认支持基于内存和文件的两种存储方式,分别和我们通常所说的缓存和持久化存储对应. Tair除了普通Key/Value系统提 ...

  2. Tair分布式key/value存储

    [http://www.lvtao.net/database/tair.html](特别详细)   tair 是淘宝自己开发的一个分布式 key/value 存储引擎. tair 分为持久化和非持久化 ...

  3. 淘宝分布式NOSQL框架：Tair

    Tair 分布式K-V存储方案 tair 是淘宝的一个开源项目,它是一个分布式的key/value结构数据的解决方案. 作为一个分布式系统,Tair由一个中心控制节点(config server)和一 ...

  4. 【Tair】淘宝分布式NOSQL框架：Tair

    Tair是淘宝的一个开源项目,它是一个分布式的key/value结构数据的解决方案. 一.基本组成 作为一个分布式系统,Tair由一个中心控制节点(config server)和一系列的服务节点(da ...

  5. 基于淘宝开源Tair分布式KV存储引擎的整合部署

    一.前言 Tair支撑了淘宝几乎所有系统的缓存信息(Tair = Taobao Pair,Pair即Key-Value键值对),内置了三个存储引擎:mdb(默认,类似于Memcache).rdb(类似 ...

  6. 淘宝分布式文件存储系统：TFS

    TFS ——分布式文件存储系统 TFS(Taobao File System)是淘宝针对海量非结构化数据存储设计的分布式系统,构筑在普通的Linux机器集群上,可为外部提供高可靠和高并发的存储访问. ...

  7. 淘宝分布式配置管理服务Diamond

    转载:http://blog.csdn.net/kevinlynx/article/details/40017109 在一个分布式环境中,同类型的服务往往会部署很多实例.这些实例使用了一些配置,为了更 ...

  8. Window平台搭建Redis分布式缓存集群 （一）server搭建及性能測试

    百度定义:Redis是一个key-value存储系统.和Memcached类似,它支持存储的value类型相对很多其它.包含string(字符串).list(链表).set(集合).zset(sort ...

  9. 对象存储服务MinIO安装部署分布式及Spring Boot项目实现文件上传下载

    目录 一.MinIO快速入门 1. MinIO简介 2. CentOS7更换成阿里云镜像 3. 安装 3.1 下载 3.2 运行测试 4. 配置脚本执行文件 4.1 创建配置执行文件 4.2 执行 二 ...

随机推荐

  1. Get Cordova Ready for Grunt and CoffeeScript

    Cordova, Grunt and Coffee You may reference to below if you deside to work with coffee instead of Ja ...

  2. win32 sdk绘制ListBox控件

    1>产生: // HWND CreateLB(HWND parentWnd) { HWND hListBox=0; hListBox = CreateWindow("LISTBOX&q ...

  3. linux进程解析--进程的创建

    通常我们在代码中调用fork()来创建一个进程或者调用pthread_create()来创建一个线程,创建一个进程需要为其分配内存资源,文件资源,时间片资源等,在这里来描述一下linux进程的创建过程 ...

  4. 【C语言天天练（十五）】字符串输入函数fgets、gets和scanf

    引言:假设想把一个字符串读到程序中.必须首先预留存储字符串的空间.然后使用输入函数来获取这个字符串. 读取字符串输入的第一件事是建立一个空间以存放读入的字符串. char *name; scanf(& ...

  5. ZOJ 3829 贪心 思维题

    http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemCode=3829 现场做这道题的时候,感觉是思维题.自己智商不够.不敢搞,想着队友智商 ...

  6. Swift - 给项目导入资源

    如果想添加资源到项目中去,只要通过鼠标左键将文件或者存有文件的文件夹直接拖到Xcode中.   当松开鼠标后会弹出如下面板: (1)勾上“Copy items if needed”就会拷贝文件进项目, ...

  7. 安装logstash,elasticsearch,kibana三件套（转）

    logstash,elasticsearch,kibana三件套 elk是指logstash,elasticsearch,kibana三件套,这三件套可以组成日志分析和监控工具 注意: 关于安装文档, ...

  8. 使用ANR-WatchDog来检測ANR

    使用开源项目ANR-WatchDog来检測ANR.下载链接为:https://github.com/SalomonBrys/ANR-WatchDog Eclipse版本号仅仅需下载相应的jar包.在主 ...

  9. linux df和du统计的空间不一致

    假设你发现是 /tmp/ 目录不对劲,那么就这样就可以查看:  lsof | grep /tmp 输出的结果中,注意某些含有“(deleted)”字样的记录,它们中的一部分就是罪魁祸首,将它们kill ...

  10. Js正则表达式学习之test和compile的简单介绍

    RegExp 对象用于规定在文本中检索的内容. 定义 RegExp RegExp 对象用于存储检索模式. 通过 new 关键词来定义 RegExp 对象.以下代码定义了名为 patt1 的 RegEx ...