DataWorksData Integration支援使用TSDB Writer將資料點寫入到阿里巴巴雲原生多模資料庫Lindorm TSDB資料庫中,本文為您介紹DataWorks的TSDB資料寫入能力。
支援的版本
TSDB Writer目前僅支援Lindorm TSDB全部版本以及HiTSDB 2.4.x及以上版本,其他版本暫不保證相容。
實現原理
TSDB Writer外掛程式通過TSDB用戶端 hitsdb-client 串連TSDB執行個體,並將資料點通過HTTP API方式寫入。關於寫入介面,詳情請參見TSDB的SDK文檔:SDK參考。
支援的欄位類型
當sourceDbType為TSDB,即源端資料來源為TSDB Reader或者OpenTSDB Reader時,外掛程式會將源端資料按照JSON字串格式直接寫入;當sourceDbType為RDB,即源端資料來源為關係型資料庫,外掛程式會按照關係型資料庫的Record進行解析,以下內容為您介紹,當sourceDbType為RDB時,columnType的配置及與其對應位置的column可寫入的資料類型。
資料模型 | columnType配置類型 | 資料類型 |
資料標籤 | tag | 字串類型。Tag描述資料來源的特徵,通常不隨時間變化 |
資料產生時間 | timestamp | 時間戳記類型。Timestamp代表資料產生的時間點,可以寫入時指定,也可由系統自動產生 |
資料內容 | field_string | 該Field的value是字串類型。Field描述資料來源的量測指標,通常隨著時間不斷變化, |
field_double | 該Field的value是數實值型別。Field描述資料來源的量測指標,通常隨著時間不斷變化, |
field_boolean | 該Field的value是布爾類型。Field描述資料來源的量測指標,通常隨著時間不斷變化, |
資料同步任務開發
資料同步任務的配置入口和通用配置流程可參見下文的配置指導。
附錄:指令碼Demo與參數說明
離線任務指令碼配置方式
如果您配置離線任務時使用指令碼模式的方式進行配置,您需要按照統一的指令碼格式要求,在任務指令碼中編寫相應的參數,詳情請參見通過指令碼模式配置離線同步任務,以下為您介紹指令碼模式下資料來源的參數配置詳情。
Writer指令碼Demo
RDB到TSDB的預設配置(推薦)
{
"type": "job",
"version": "2.0",
"steps": [
{
"stepType": "stream",//您可將stream外掛程式替換為具體的RDB類型外掛程式json,RDB類型資料庫包括MySQL、Oracle、PostgreSQL、DRDS等。
"parameter": {},
"name": "Reader",
"category": "reader"
},
{
"stepType": "tsdb",
"parameter": {
"endpoint": "http://localhost:8242",
"username": "xxx",
"password": "xxx",
"sourceDbType": "RDB",
"batchSize": 256,
"columnType": [
"tag",
"tag",
"field_string",
"field_double",
"timestamp",
"field_bool"
],
"column": [
"tag1",
"tag2",
"field1",
"field2",
"timestamp",
"field3"
],
"multiField": "true",
"table": "testmetric",
"ignoreWriteError": "false",
"database": "default"
},
"name": "Writer",
"category": "writer"
}
],
"setting": {
"errorLimit": {
"record": "0"
},
"speed": {
"throttle":true,//當throttle值為false時,mbps參數不生效,表示不限流;當throttle值為true時,表示限流。
"concurrent":1, //作業並發數。
"mbps":"12"//限流,此處1mbps = 1MB/s。
}
},
"order": {
"hops": [
{
"from": "Reader",
"to": "Writer"
}
]
}
}
從支援OpenTSDB 協議的資料庫同步抽取資料到TSDB:
{
"type": "job",
"version": "2.0",
"steps": [
{
"stepType": "opentsdb",
"parameter": {
"endpoint": "http://localhost:4242",
"column": [
"m1",
"m2",
"m3",
"m4",
"m5",
"m6"
],
"startTime": "2019-01-01 00:00:00",
"endTime": "2019-01-01 03:00:00"
},
"name": "Reader",
"category": "reader"
},
{
"stepType": "tsdb",
"parameter": {
"endpoint": "http://localhost:8242"
},
"name": "Writer",
"category": "writer"
}
],
"setting": {
"errorLimit": {
"record": "0"
},
"speed": {
"throttle":true,//當throttle值為false時,mbps參數不生效,表示不限流;當throttle值為true時,表示限流。
"concurrent":1, //作業並發數。
"mbps":"12"//限流,此處1mbps = 1MB/s。
}
},
"order": {
"hops": [
{
"from": "Reader",
"to": "Writer"
}
]
}
}
使用 OpenTSDB(單值)協議寫入TSDB(不推薦):
{
"type": "job",
"version": "2.0",
"steps": [
{
"stepType": "stream",//您可將stream外掛程式替換為具體的RDB類型外掛程式json,RDB類型資料庫包括MySQL、Oracle、PostgreSQL、DRDS等。
"parameter": {},
"name": "Reader",
"category": "reader"
},
{
"stepType": "tsdb",
"parameter": {
"endpoint": "http://localhost:8242",
"username": "xxx",
"password": "xxx",
"sourceDbType": "RDB",
"batchSize": 256,
"columnType": [
"tag",
"tag",
"field_string",
"field_double",
"timestamp",
"field_boolean"
],
"column": [
"tag1",
"tag2",
"field_metric_1",
"field_metric_2",
"timestamp",
"field_metric_3"
],
"ignoreWriteError": "false"
},
"name": "Writer",
"category": "writer"
}
],
"setting": {
"errorLimit": {
"record": "0"
},
"speed": {
"throttle":true,//當throttle值為false時,mbps參數不生效,表示不限流;當throttle值為true時,表示限流。
"concurrent":1, //作業並發數。
"mbps":"12"//限流,此處1mbps = 1MB/s。
}
},
"order": {
"hops": [
{
"from": "Reader",
"to": "Writer"
}
]
}
}
說明 轉換到的TSDB 表名(metric)由column中field對應的列名決定,對於上述配置一行關係型資料將會寫入三個metric(field_metric_1,field_metric_2,field_metric_3)。
Writer指令碼參數
資料來源 | 參數 | 描述 | 是否必選 | 預設值 |
公用參數 | sourceDbType | 資料來源的類型。 | 否 | TSDB
說明 目前支援TSDB和RDB兩個取值。其中,TSDB包括OpenTSDB、Prometheus和TimeScale 。RDB包括MySQL、Oracle、PostgreSQL、DRDS等。 |
endpoint | TSDB 的 HTTP 串連訪問地址,請登入產品管理主控台擷取。 | 是,格式為http://IP:Port。 | 無 |
database | 匯入的TSDB資料庫名。 | 否 | default |
username | TSDB資料庫使用者名稱, TSDB配置了鑒權時需要填寫。 | 否 | 無 |
batchSize | 每次批量寫入資料的條數。設定過大的batchSize需要更多的任務記憶體。 | 否,資料類型為INT,需要確保大於0。 | 100 |
資料來源為TSDB | maxRetryTime | 失敗後重試的次數。 | 否,資料類型為INT,需要確保大於1。 | 3 |
ignoreWriteError | 如果設定為true,則忽略寫入錯誤,繼續寫入。如果多次重試後仍寫入失敗,則終止寫入任務。 | 否,資料類型為BOOL。 | false |
資料來源為RDB | table | 要匯入TSDB的表名(metric)。如果multiField為false則不需要填寫,對應的metric需要寫到column欄位 | 當multiField為true時必選。 | 無 |
multiField | 使用HTTP API多值(多個field)方式寫入TSDB。
說明 如果使用Lindorm TSDB原生SQL能力訪問HTTP API方式寫入的資料,需要在TSDB進行預建表,否則只能使用TSDB HTTP API方式查詢資料,詳情請參見多值資料查詢。 | 必選。 | false
說明 目前TSDB版本使用多值寫入時,此值需要指定為true。 |
column | 關係型資料庫中表的欄位名。 | 是 | 無
說明 此處的欄位順序,需要和Reader外掛程式中配置的column欄位的順序保持一致。 |
columnType | 關係型資料庫中表欄位,映射到TSDB中的類型。支援的類型如下所示: timestamp:該欄位為時間戳記。 tag:該欄位為tag。 field_string:該Field的value是字串類型 field_double:該Field的value是數實值型別。 field_boolean:該Field的value是布爾類型。
| 是 | 無
說明 此處的欄位順序,需要和Reader外掛程式中配置的column欄位的順序保持一致。 |
batchSize | 每次批量寫入資料的條數。 | 否,資料類型為INT,需要確保大於0。 | 100 |
效能報告
效能資料特徵
Metric:指定一個Metric為m。
tagkv:前4個tagkv全排列,形成10*20*100*100=2,000,000
條時間軸,最後IP對應2,000,000條時間軸,從1開始自增。
tag_k | tag_v |
zone | z1~z10 |
cluster | c1~c20 |
group | g1~100 |
app | a1~a100 |
ip | ip1~ip2,000,000 |
value:度量值為[1, 100]區間內的隨機值。
interval:採集周期為10秒,持續攝入3小時,總資料量為3*60*60/10*2,000,000=2,160,000,000
個資料點。
效能測試結果
通道數 | Data Integration速度(Rec/s) | Data Integration流量(MB/s) |
1 | 129,753 | 15.45 |
2 | 284,953 | 33.70 |
3 | 385,868 | 45.71 |