Halaman utama Jelajahi Bantuan
Daftar Masuk
david
/
DataX
cermin dari https://github.com/alibaba/DataX.git
1
0
Fork 0
Berkas Masalah 0 Wiki
Pohon: dce7232fa4
Ranting Tag
DataX
/
tsdbwriter
/
doc
/
tsdbhttpwriter.md

tsdbhttpwriter.md 8.0 KB
Riwayat Mentahan

TSDBWriter 插件文档

1 快速介绍

TSDBWriter 插件实现了将数据点写入到阿里巴巴云原生多模数据库Lindorm TSDB数据库中（后续简称 TSDB）。

时间序列数据库（Time Series Database , 简称 TSDB）是一种高性能，低成本，稳定可靠的在线时序数据库服务；提供高效读写，高压缩比存储、时序数据插值及聚合计算，广泛应用于物联网（IoT）设备监控系统 ，企业能源管理系统（EMS），生产安全监控系统，电力检测系统等行业场景。 TSDB 提供千万级时序数据秒级写入，高压缩比低成本存储、预降采样、插值、多维聚合计算，查询结果可视化功能；解决由于设备采集点数量巨大，数据采集频率高，造成的存储成本高，写入和查询分析效率低的问题。更多关于 TSDB 的介绍，详见阿里云 Lindorm TSDB 官网。

注意：阿里巴巴自研HiTSDB已全新升级为云原生多模数据库Lindorm TSDB。Lindorm TSDB兼容大部分HiTSDB的HTTP API并提供原生SQL能力，TSDBWriter插件使用HTTP API方式写入，要使用原生SQL能力需要提前在Lindorm TSDB进行建表。详细参见与旧版TSDB的比较

2 实现原理

通过TSDB客户端 hitsdb-client 连接 TSDB 实例，并将数据点通过HTTP API方式写入。关于写入接口详见TSDB 的SDK 参考。

3 功能说明

3.1 配置样例

  • 配置TSDB Writer：

    {
"name": "tsdbwriter",
"parameter": {
"endpoint": "http://localhost:8242",
"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", 
"username":"xxx",
"password":"xxx",
"ignoreWriteError":"false",
"database":"default"
}
}

  • 配置一个从 支持 OpenTSDB 协议的数据库同步抽取数据到 TSDB：

    {
"job": {
"content": [
  {
    "reader": {
      "name": "opentsdbreader",
      "parameter": {
        "endpoint": "http://localhost:4242",
        "column": [
          "m"
        ],
        "startTime": "2019-01-01 00:00:00",
        "endTime": "2019-01-01 03:00:00"
      }
    },
    "writer": {
      "name": "tsdbwriter",
      "parameter": {
        "endpoint": "http://localhost:8242"
      }
    }
  }
],
"setting": {
  "speed": {
    "channel": 1
  }
}
}
}

  • 使用 OpenTSDB （单值）协议写入TSDB（不推荐）：

    {
"name": "tsdbwriter",
"endpoint": "http://localhost:8242",
"sourceDbType": "RDB",
"parameter": {
"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"
],
"username":"tsdb",
"password":"enxU^",
"ignoreWriteError":"false"
}
}

    转换到的TSDB 表名（metric）由column中field对应的列名决定：对于上诉配置一行关系型数据将会写入三个metric（field_metric_1，field_metric_2，field_metric_3）

3.2 参数说明

  • name

    • 描述：本插件的名称
    • 必选：是
    • 默认值：tsdbhttpwriter

  • parameter

    • endpoint
    • 描述：TSDB 的 HTTP 连接地址
    • 必选：是
    • 格式：http://IP:Port
    • 默认值：无

  • sourceDbType

    • 描述：源端数据类型
    • 必选：否
    • 格式：string [RDB或者TSDB]
    • 默认值：TSDB

  • multiField

    • 描述：使用HTTP API多值（多个field）方式写入，目前TSDB版本使用多值写入，需要指定为true
    • 必选：是
    • 格式：bool
    • 默认值：false （单值）
    • 说明: 如果使用Lindorm TSDB原生SQL能力访问HTTP API方式写入的数据，需要在TSDB进行预建表，否则只能使用HiTSDB HTTP API方式查询数据。

  • column

    • 描述：关系型数据库中表的字段名
    • 必选：当sourceDbType为RDB时必选
    • 格式：string
    • 默认值：无
    • 说明: 此处的字段顺序，需要和Reader插件中配置的column字段的顺序保持一致。

  • columnType

    • 描述：关系型数据库中表字段，映射到TSDB中的类型。支持的类型如下所示：
      • timestamp：该字段为时间戳
      • tag：该字段为tag
      • field_string: 该Field的value是字符串类型
      • field_double: 该Field的value是数值类型
      • field_boolean: 该Field的value是布尔类型
    • 必选：当sourceDbType为RDB时必选
    • 格式：string [RDB或者TSDB]
    • 默认值: 无
    • 说明: 此处的字段顺序，需要和column配置中的字段顺序保持一致

  • table

    • 描述：TSDB对应表名（metric）
    • 必选：当sourceDbType为RDB时且multiField为true时必选
    • 格式：string
    • 默认值：无
    • 说明: 要导入的TSDB表名，如果multiField为falase,不需要填写，对应的metric需要写到column字段

  • batchSize

    • 描述：每次批量数据的条数
    • 必选：否
    • 格式：int，需要保证大于 0
    • 默认值：100

  • ignoreWriteError

    • 描述：如果设置为 true，则忽略写入错误，继续写入；否则，多次重试后仍写入失败的话，则会终止写入任务
    • 必选：否
    • 格式：bool
    • 默认值：false

  • username

    • 描述：数据库用户名
    • 必选：否
    • 格式：string
    • 默认值：无
    • 说明: TSDB配置了鉴权需要填写

  • password

    • 描述：数据库密码
    • 必选：否
    • 格式：string
    • 默认值：无
    • 说明: TSDB配置了鉴权需要填写

  • database

    • 描述：导入的数据库
    • 必选：否
    • 格式：string
    • 默认值：default
    • 说明: TSDB需要提前创建数据库

  • maxRetryTime

    • 描述：失败后重试的次数
    • 必选：否
    • 格式：int，需要保证大于 1
    • 默认值：3

3.3 类型转换

DataX 内部类型 TSDB 数据类型
String TSDB 数据点序列化字符串，包括 timestamp、metric、tags 和 value

4 性能报告

4.1 环境准备

4.1.1 数据特征

从 Metric、时间线、Value 和 采集周期 四个方面来描述：

metric

固定指定一个 metric 为 m。

tagkv

前四个 tagkv 全排列，形成 10 * 20 * 100 * 100 = 2000000 条时间线，最后 IP 对应 2000000 条时间线从 1 开始自增。

tag_k tag_v
zone z1~z10
cluster c1~c20
group g1~100
app a1~a100
ip ip1~ip2000000
value

度量值为 [1, 100] 区间内的随机值

interval

采集周期为 10 秒，持续摄入 3 小时，总数据量为 3 * 60 * 60 / 10 * 2000000 = 2,160,000,000 个数据点。

4.1.2 机器参数

TSDB Writer 机型: 64C256G

HBase 机型： 8C16G * 5

4.1.3 DataX jvm 参数

"-Xms4096m -Xmx4096m"

4.2 测试报告

通道数 DataX 速度 (Rec/s) DataX 流量 (MB/s)
1 129753 15.45
2 284953 33.70
3 385868 45.71

5 约束限制

5.1 目前支持Lindorm TSDB全部版本 以及 HiTSDB 2.4.x 及以上版本

其他版本暂不保证兼容

6 FAQ