＃云原生征文＃ 在 Google Kubernetes Cluster 上使用 HANA Expression Database Service

我们知道，Cluster 是 Google Kubernetes Engine (简称GKE)的基础，代表容器化应用程序的 Kubernetes 对象都在集群之上运行。

Google Kubernetes Engine (GKE) 提供了一个托管环境，开发人员可以使用 Google 基础架构在 GKE 中部署、管理和扩缩容器化应用。GKE 环境包括多个 Compute Engine 实例，这些实例组合在一起就形成了 Google Kubernetes Cluster.

SAP HANA Expression 是 SAP HANA 的简化版本，旨在在笔记本电脑和其他主机（包括云托管的虚拟机）上运行，当然也就支持在本文刚刚描述的 Google Kubernetes Cluster 上运行。这个版本除了支持 SAP HANA传统的内存数据库功能之外，还提供 bring-your-own-language 等多种技术栈，支持微服务、预测分析和机器学习算法，以及用于构建洞察驱动应用程序的地理空间处理等特性。

本文将详细介绍如何在 Google Kubernetes Cluster 上部署并使用 HANA Expression Database Service.

在 Google Cloud Platform 上创建 Google Kubernetes Cluster 实例

登录 Google Cloud Platform 控制台：

点击控制台左上角的 Hamburger 菜单，创建一个新的 Kubernetes Cluster：

维护 Cluster 的名称，选择恰当的版本，点击 Customize 进行定制化：

为 Cluster 指定 CPU 和内存参数，选定 Ubuntu 作为操作系统。Cluster 的尺寸设置为 1.

Cluster 创建完并成功部署后，点击 Connect 按钮进行连接。

连接成功之后，就可以使用 Cloud Shell 操作集群了：

Cloud Shell 提供了命令行的方式同 Cluster 进行交互。

在 Google Kubernetes Cluster 上部署 HANA Expression Database Service

使用以下命令创建一个 secret 以获取 Docker 镜像：

kubectl create secret docker-registry docker-secret --docker-server=https://index.docker.io/v1/ --docker-username=xxx --docker-password=yyyyyy [email protected]

创建一个 yaml 格式的部署配置文件(Deployment Configuration File), 另存成 hxe.yaml 文件：

登录后复制

kind: ConfigMap
apiVersion: v1
metadata:
  creationTimestamp: 2022-06-25T19:14:38Z
  name: hxe-pass
data:
  password.json: |+
    {"master_password" : "JERRYHana1"}
---
kind: PersistentVolume
apiVersion: v1
metadata:
  name: persistent-vol-hxe
  labels:
    type: local
spec:
  storageClassName: manual
  capacity:
    storage: 150Gi
  accessModes:
    - ReadWriteOnce
  hostPath:
    path: "/data/hxe_pv"
---
kind: PersistentVolumeClaim
apiVersion: v1
metadata:
  name: hxe-pvc
spec:
  storageClassName: manual
  accessModes:
    - ReadWriteOnce
  resources:
    requests:
      storage: 50Gi
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: hxe
  labels:
    name: hxe
spec:
  selector:
    matchLabels:
      run: hxe
      app: hxe
      role: master
      tier: backend
  replicas: 1
  template:
    metadata:
      labels:
        run: hxe
        app: hxe
        role: master
        tier: backend
    spec:
      initContainers:
        - name: install
          image: busybox
          command: [ 'sh', '-c', 'chown 12000:79 /hana/mounts' ]
          volumeMounts:
            - name: hxe-data
              mountPath: /hana/mounts
      volumes:
        - name: hxe-data
          persistentVolumeClaim:
             claimName: hxe-pvc
        - name: hxe-config
          configMap:
             name: hxe-pass
      imagePullSecrets:
      - name: docker-secret
      containers:
      - name: hxe-container
        image: "store/saplabs/hanaexpress:2.00.030.00.20180403.2"
        ports:
          - containerPort: 39013
            name: port1
          - containerPort: 39015
            name: port2
          - containerPort: 39017
            name: port3
          - containerPort: 8090
            name: port4
          - containerPort: 39041
            name: port5
          - containerPort: 59013
            name: port6
        args: [ "--agree-to-sap-license", "--dont-check-system", "--passwords-url", "file:///hana/hxeconfig/password.json" ]
        volumeMounts:
          - name: hxe-data
            mountPath: /hana/mounts
          - name: hxe-config
            mountPath: /hana/hxeconfig
      - name: sqlpad-container
        image: "sqlpad/sqlpad"
        ports:
        - containerPort: 3000

---
apiVersion: v1
kind: Service
metadata:
  name: hxe-connect
  labels:
    app: hxe
spec:
  type: LoadBalancer
  ports:
  - port: 39013
    targetPort: 39013
    name: port1
  - port: 39015
    targetPort: 39015
    name: port2
  - port: 39017
    targetPort: 39017
    name: port3
  - port: 39041
    targetPort: 39041
    name: port5
  selector:
    app: hxe
---
apiVersion: v1
kind: Service
metadata:
  name: sqlpad
  labels:
    app: hxe
spec:
  type: LoadBalancer
  ports:
  - port: 3000
    targetPort: 3000
    protocol: TCP
    name: sqlpad
  selector:
    app: hxe

     

      
1.
      
2.
      
3.
      
4.
      
5.
      
6.
      
7.
      
8.
      
9.
      
10.
      
11.
      
12.
      
13.
      
14.
      
15.
      
16.
      
17.
      
18.
      
19.
      
20.
      
21.
      
22.
      
23.
      
24.
      
25.
      
26.
      
27.
      
28.
      
29.
      
30.
      
31.
      
32.
      
33.
      
34.
      
35.
      
36.
      
37.
      
38.
      
39.
      
40.
      
41.
      
42.
      
43.
      
44.
      
45.
      
46.
      
47.
      
48.
      
49.
      
50.
      
51.
      
52.
      
53.
      
54.
      
55.
      
56.
      
57.
      
58.
      
59.
      
60.
      
61.
      
62.
      
63.
      
64.
      
65.
      
66.
      
67.
      
68.
      
69.
      
70.
      
71.
      
72.
      
73.
      
74.
      
75.
      
76.
      
77.
      
78.
      
79.
      
80.
      
81.
      
82.
      
83.
      
84.
      
85.
      
86.
      
87.
      
88.
      
89.
      
90.
      
91.
      
92.
      
93.
      
94.
      
95.
      
96.
      
97.
      
98.
      
99.
      
100.
      
101.
      
102.
      
103.
      
104.
      
105.
      
106.
      
107.
      
108.
      
109.
      
110.
      
111.
      
112.
      
113.
      
114.
      
115.
      
116.
      
117.
      
118.
      
119.
      
120.
      
121.
      
122.
      
123.
      
124.
      
125.
      
126.
      
127.
      
128.
      
129.
      
130.
      
131.
      
132.
      
133.
      
134.
      
135.
      
136.
      
137.
      
138.
      
139.
      
140.
      
141.
     

这个 yaml 文件里定义了一个 HANA Expression 的 Docker 镜像：store/saplabs/hanaexpress:2.00.030.00.20180403.2

使用如下命令行将这个 Docker 镜像部署到 Kubernetes Cluster 上：

• kubectl create -f hxe.yaml
• kubectl describe pods

等待部署成功结束：

执行命令行 kubectl get pods，确保 pod 状态为 Running，然后进入 Pod 容器内部：

kubectl exec -it <<pod-name>> bash

此时就可以使用 SQL 命令行，连接运行在 Pod 里的 HANA Expression 实例了:

hdbsql -i 90 -d systemdb -u SYSTEM -p HXEHana1

给数据库添加 document store 的支持：
alter database HXE add 'docstore';

从 SQLPAD service 获得 external IP 地址：

kubectl get services

有了这个外部可以访问的 IP 地址之后，访问其 3000 端口，就可以在浏览器里登录 SQLPAD 了：

点击 Sign In，创建一个 Administration account.

使用 Connections 菜单，连接 HANA Expression 实例里的数据库表：

从 kubectl get services 命令行结果列表里找到 hxe-connect，抄下其 External IP 地址：

新建一个数据库连接，维护刚刚抄下来的 External IP 地址，数据库用户名和密码，Tenant 等登录信息：

数据库连接建立连接之后，就可以新建一个 Query，对其进行读写操作。

创建一个名叫 quotes 的 document store, 并插入一些测试数据：

登录后复制

create collection quotes;
--Create a collection for document store and insert JSON values
insert into quotes values ( { "FROM" : 'HOMER',   "QUOTE" :  'I want to share something with you: The three little sentences that will get you through life. Number 1: Cover for me. Number 2: Oh, good idea, Boss! Number 3: It wai like that when I got here.', "MOES_BAR" : 'Point( -86.880306 36.508361 )', "QUOTE_ID" : 1  });
insert into quotes values ( { "FROM" : 'HOMER',   "QUOTE" :  'Wait a minute. Bart''s teacher is named Krabappel? Oh, I''ve been calling her Crandall. Why did not anyone tell me? Ohhh, I have been making an idiot out of myself!', "QUOTE_ID" : 2, "MOES_BAR" : 'Point( -87.182708 37.213414 )' });
insert into quotes values ( { "FROM" : 'HOMER',   "QUOTE" :  'Oh no! What have I done? I smashed open my little boy''s piggy bank, and for what? A few measly cents, not even enough to buy one beer. Weit a minute, lemme count and make sure…not even close.', "MOES_BAR" : 'Point( -122.400690 37.784366 )', "QUOTE_ID" : 3 });

     

      
1.
      
2.
      
3.
      
4.
      
5.
     

创建一个 Column 表，开启 Fuzzy Search 的支持：

登录后复制

create column table quote_analysis
(
	id integer,
	homer_quote text FAST PREPROCESS ON FUZZY SEARCH INDEX ON,
	lon_lat nvarchar(200)

);

     

      
1.
      
2.
      
3.
      
4.
      
5.
      
6.
      
7.
     

将插入到 document store collection 的数据拷贝到上面的 Column 表里：

登录后复制

insert into quote_analysis
with doc_store as (select quote_id, quote from quotes)
select doc_store.quote_id as id, doc_store.quote as homer_quote, 'Point( -122.676366 45.535889 )'
from doc_store;

     

      
1.
      
2.
      
3.
      
4.
     

查询与 wait 相似度最低的词：

登录后复制

select  id, score() as similarity , lon_lat, TO_VARCHAR(HOMER_QUOTE)
from quote_analysis
where contains(HOMER_QUOTE, 'wait', fuzzy(0.5,'textsearch=compare'))
order by similarity asc

     

      
1.
      
2.
      
3.
      
4.
     

总结

至此，我们完成了在 Google Kubernetes Cluster 里操作 HANA Expression Database Service 的操作步骤。从整个过程不难感觉出，将包含 HANA Expression 的 Docker 镜像部署在 Google Kubernetes Cluster 并运行在 Pod 内，实现了 HANA Expression 服务的开箱即用，从而避免了 On-Premises 部署模式下 HANA Expression 繁琐的安装和配置步骤。

---

【本文正在参加云原生有奖征文活动】，活动链接： https://ost.51cto.com/posts/12598