推荐的基准配置

在确定 Tableau Server 部署的拓扑(节点数、Tableau Server 进程数)时,您需要考虑以下可变因素:您的环境、数据的来源以及用于提供自助数据访问的管理、工作负载和使用情况。然而,在首次部署 Tableau Server 时,您可能没有关于这些可变因素的足够信息。本主题介绍三种可用作 Tableau Server 安装起点的基准体系结构。

硬件推荐配置

如下所示的硬件推荐配置以 Tableau 团队用于测试 Tableau Server 可扩展性的硬件为基础。我们建议您在开始生产部署时使用这些推荐配置。对于概念验证部署,请参见Tableau Server 的最低硬件要求和推荐配置

安装类型

处理器

CPU

RAM

可用磁盘空间

单服务器

64 位 (x64)

不支持基于 ARM 的处理器。

8 个物理内核(16 个 vCPU),2.0 GHz 或更高频率

64 GB(8 Gb/物理内核)

500 GB - 1 TB

如果要将 Tableau Prep Conductor 添加到 Tableau Server 安装,建议添加另一个节点,并将其专用于运行 Tableau Server Prep Conductor。此节点应至少有 4 个物理内核(8 个 vCPU)和 16 GB RAM。

多节点和企业部署

节点必须满足或超过最低硬件推荐配置,但以下情况除外,在这些情况下,可以配置具有 4 个物理内核(8 个 vCPU)的节点:

  • 后台程序的专用节点。

  • Tableau Prep Conductor 的专用节点。

  • 将所有许可进程从初始节点移到附加节点。

注意:对于使用虚拟机的部署,Tableau 建议使用专用 CPU 相关性。如果在虚拟环境中运行 Tableau Server,请将您虚拟机的最佳做法用于 vCPU 分配,这与虚拟机主机上物理 CPU 的数量相关。对于Tableau Server,通常 2 个 vCPU 相当于 1 个物理内核。例如,对于 AWS 安装,4 核最低推荐配置相当于 8 个 AWS vCPU。同样,请按照虚拟基础结构提供商提供的最佳做法来确保 Tableau Server 能够访问相应的计算、内存和数据资源。如果在虚拟环境或基于云的部署中安装 Tableau Server,请参见本主题后面的虚拟机和公共云部署部分。

估算磁盘空间

有若干因素会影响磁盘空间要求,其中包括您是否将发布数据提取、流程以及发布到 Tableau Server 的工作簿数量。有关详细信息,请参见磁盘空间要求

基准配置

单服务器安装

推荐配置

对于使用量有限并且非任务关键的初始部署,我们建议使用单一计算机安装 Tableau Server。在工作负载增加时,单服务器安装也可以扩展为多节点安装。

对于以下一些情况,单服务器安装可能不适合于您:

  • 系统被视为任务关键型系统,并且需要保持高可用性。高可用性是指最大程度地减少系统停机。通过消除单点故障和实现可靠的故障转移机制可以达到此目标。Tableau Server 至少需要三节点配置才能提供冗余和消除单点故障。这是转移到多节点配置的主要原因之一。

  • 如果有很多活动用户并且要进行大量数据提取刷新,两种类型的负载可能会争用计算机上的相同资源。在这种情况下,单服务器配置可能不是恰当的选择,因为您可能需要额外的专门节点来隔离差异工作负载。

注意:活动用户代表对 Tableau Server 进行的交互式并发请求,包括在笔记本电脑或移动设备上使用仪表板、进行 Web 制作,以及连接到发布的数据源并进行查询。

服务器配置

  • 一台计算机上安装了所有进程的独立单服务器节点。

  • 下面是一台 8 核计算机的进程数:

    • VizQL Server:设置为 2 个实例(物理内核数除以 4,最大值为 4)。

    • 后台程序、缓存服务器及 Data Server:设置为 2 个实例。

    • 所有其他进程:只安装进程的一个实例,而不管硬件如何。

注意:在服务器上激活了数据管理产品密钥时,会随后台程序一起自动配置一个 Tableau Prep Conductor 实例。但是,建议您为 Tableau Prep Conductor 使用一个专用节点。如果计划在 Tableau Server 上使用流程,建议您使用两个或更多节点,并将其中一个节点专用于运行流程。上述示例配置未包括 Tableau Prep Conductor,因为它是单节点服务器。

多节点安装

在多台计算机上运行 Tableau Server 称为多节点安装(或群集)。之所以可能需要多节点安装的原因有多种。例如,您可能有大量使用数据提取的环境,这意味着要专门将一些硬件资源用于后台程序进程。对于具有高可用性要求的系统,您需要至少具有三个节点的多节点环境。

双节点安装 - 专用于大量使用数据提取的环境

推荐配置

如果满足以下条件,请从双节点配置开始:

  • 大量使用数据提取的环境:您的大部分数据源都是数据提取。仅有一些过大的数据提取时,可能会将部署归入此类别,这与有众多小数据提取一样。

  • 频繁刷新数据提取:刷新数据提取是一个大量占用 CPU 的任务。通常,对于频繁刷新数据提取(例如,工作时间内一天刷新多次)的部署,更重视处理刷新任务的后台进程会很有帮助。

重要信息:双节点配置不满足高可用性的最低要求。如果需要高可用性系统,请参见高可用性安装 (HA)

服务器配置

  • 在初始节点上,安装除后台程序以外的所有进程。下面是一台 8 核计算机的进程实例数:

    • VizQL Server:设置为 2 个实例。(默认计算:物理内核数除以 4,最大值为 4)。

    • 缓存服务器和 Data Server:设置为 2 个实例。在具有 Data Server 的节点上自动配置一个“数据问答”(Ask Data)功能实例。

    • 弹性服务器:默认情况下,弹性服务器内存配置为 1GB,但可通过使用 elasticserver.vmopts TSM 配置选项对其进行配置来改善性能。有关详细信息,请参见tsm configuration set 选项

    • 所有其他进程:只安装进程的一个实例,而不管硬件如何。启用了应用程序服务器的节点上安装了交互式微服务容器的一个实例,启用了后台程序的节点上安装了非交互微服务容器的一个实例。

  • 在附加节点上隔离后台程序。若要计算要在此节点上运行的最少后台程序进程数,请将计算机的物理内核总数除以 4。若要计算最大数量,请将计算机的物理内核总数除以 2。在上面所示的示例中,两个节点都位于具有 8 个物理内核的计算机上。安装后台程序时,Tableau Server 将自动安装数据引擎的一个实例。

注意:此配置假定您未在 Tableau Server 上启用 Tableau Prep Conductor。如果使用 Tableau Prep Conductor 来计划和管理流程,并且有大量使用数据提取的环境,我们建议您至少有 3 个节点,并使用本主题后面介绍的 3 节点配置。

在监控和收集有关性能和使用情况的数据时,您可对这些进程的实例数进行微调和配置。例如,在专用于运行后台程序的节点上,您可以首先将后台程序数设置为最小值(内核总数除以 4),并在稍后发现以下情况时增加后台程序进程数:

  • 数据提取刷新需要很长时间才能完成

  • 订阅和通知未按时完成

有关性能调整的详细信息,请参见性能调整主题。

双节点安装 - 专用于流程环境

如果计划在 Tableau Server 上发布、计划和管理流程,请从双节点配置开始。

重要信息:双节点配置不满足高可用性的最低要求。如果需要高可用性系统,请参见高可用性安装 (HA)

服务器配置

  • 在初始节点上,安装所有进程。下面是一台 8 核计算机的进程实例数:

    • VizQL Server:设置为 2 个实例。(默认计算:物理内核数除以 4,最大值为 4)。

    • 缓存服务器和 Data Server:设置为 2 个实例。在具有 Data Server 的节点上自动配置一个“数据问答”(Ask Data)功能实例。

    • 后台程序:最小值为 2,最大值为 4。上图显示 8 核节点的最大值。在启用了后台程序的节点上,会自动配置 Tableau Prep Conductor。在初始节点上,使用 tsm topology set-node-role tsm 配置将后台程序节点角色设置为运行包括流程在内的所有作业类型。有关详细信息,请参见tsm topology set-node-role

    • 弹性服务器:默认情况下,弹性服务器内存配置为 1GB,但可通过使用 elasticserver.vmopts TSM 配置选项对其进行配置来改善性能。有关详细信息,请参见tsm configuration set 选项

    • 所有其他进程:只安装进程的一个实例,而不管硬件如何。启用了应用程序服务器的节点上安装了交互式微服务容器的一个实例,启用了后台程序的节点上安装了非交互微服务容器的一个实例。

  • 在附加节点上隔离后台程序以仅运行流程。使用 tsm topology set-node-role tsm 配置来配置此设置。有关详细信息,请参见tsm topology set-node-role

注意:如果有大量使用数据提取的环境,并在服务器上计划和管理流程,我们建议您使用下面介绍的 3 节点配置。

 

高可用性安装 (HA)

推荐配置

Tableau Server 的高可用性安装是一种分布式安装,旨在最大程度地提高 Tableau Server 的可用性。从根本上说,高可用性意味着停机最少的系统可用情况。为了针对 HA 相关项目(例如存储库、文件冗余和故障转移)构建冗余,您需要最少三个节点。停机冗余将因各个组织而异,并取决于您在组织中建立的 SLA。

高可用性通过以下方式实现:消除单点故障、检测故障和建立可靠的故障转移系统。Tableau Server 中的 HA 主要通过以下方式实现:

  • 包含多个文件存储/数据引擎实例的文件冗余。

  • 跨两个节点的主动/被动存储库。

  • 添加外部负载平衡器,确保安装能够稳固地应对网关故障,并确保请求只会传送到工作正常的网关进程。

服务器配置

三节点配置:

  • 若要构建冗余,您需要添加附加节点以承载存储库以及文件存储/数据引擎进程的实例。您可以添加其他进程的实例,包括节点上某个进程的多个实例。

  • 若要为后台程序作业类型生成冗余,请使用其中一个节点(此示例中为初始节点)运行所有类型的作业。默认情况下,后台程序运行所有类型的作业。在其中一个附加节点上,将后台程序设置为仅运行流程,并将另一个附加节点设置为运行除流程之外的所有作业。

  • Tableau Server 的成功运行取决于正常运行的协调服务。对于包含三个或更多节点的服务器安装,我们建议您通过部署新协调服务整体来添加协调服务的其他实例。如果协调服务的一个实例有问题,这样做可以提供冗余和改进可用性。有关详细信息,请参见部署协调服务整体

  • 默认情况,弹性服务器内存配置为 1GB,但可通过使用 elasticserver.vmopts TSM 配置选项对其进行配置来改善性能。有关详细信息,请参见tsm configuration set 选项

  • 为了减少系统的漏洞,您可以运行多个网关和某些服务器进程的其他实例。实现此配置至少需要三台计算机。

  • 存储库也已从初始节点移到其中一个附加节点,并且已向另一个新节点添加了第二个被动实例。

  • 启用了应用程序服务器的节点上安装了交互式微服务容器的一个实例,启用了后台程序的节点上安装了非交互微服务容器的一个实例。

注意:在某些情况下,您可能需要限制初始节点上运行的进程。之所以要这样做,其中一个原因是要尽可能减少节点上运行的进程数,以限制节点上的处理请求。如果有基于内核的许可证,并且不希望初始节点内核数计入内核使用,您可能还要从节点中移除许可的 Tableau Server 进程。有关Tableau Server 许可进程的详细信息,请参见节点中的Tableau Server 进程

虚拟机和公共云部署

一般而言,本主题中描述的注意事项和推荐配置适用于虚拟环境和云部署。

如果在虚拟环境中运行 Tableau Server,请将您虚拟机的最佳做法用于 vCPU 分配,这与虚拟机主机上物理 CPU 的数量相关。对于Tableau Server,通常 2 个 vCPU 相当于 1 个物理内核。例如,对于 AWS 安装,4 核最低推荐配置相当于 8 个 AWS vCPU。

有关基于云的部署的详细信息,请参见:

扩展基准配置

如果您正在规划的系统配置超出此处记录的限制,请联系 Tableau 专业服务(链接在新窗口中打开)

灾难恢复注意事项

尽管 HA 配置可减少停机,但在发生灾难或硬件故障时,您仍然可能遇到故障。除了上述注意事项外,您还应评估组织中灾难恢复的重要性,并规划可帮助您满足灾难恢复目标的部署。

在 Tableau 环境中规划灾难恢复 (DR) 时,有两个要考虑的主要因素:

  • 恢复时间目标 (RTO),衡量企业在进行完全恢复之前可接受多大程度的停机。

    • 影响将备份还原到备用群集的频率以及基础结构投资额。

  • 恢复点目标 (RPO),衡量企业可容忍多少数据损失。

    • 影响需要对系统进行备份的频率。

    • 对于 Tableau Server,RPO 不能比完成服务器完整备份花费的时间短。

下图阐释了如何规划 RTO 要求的范围:

Tableau Server 可扩展性

当您的需求发生变化和增长时,这些基准配置可能不够,并且您可能需要对 Tableau Server 的这些配置进行扩展。像其他企业平台一样,Tableau Server 通过向现有节点添加处理器、内存和磁盘来纵向扩展,并通过向群集中添加更多节点来横向扩展。不过,可扩展性和性能很大程度上取决于外部系统和用户活动。根据您的要求和可变因素,Tableau Server 的配置可能会不同:

有关 Tableau Server 可扩展性和影响可扩展性的可变因素的详细信息,请参见 Tableau Server 可扩展性白皮书

 

感谢您的反馈!