大数据技术之DataX DataX之opentsdbwriter插件开发

Posted 脚丫先生

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了大数据技术之DataX DataX之opentsdbwriter插件开发相关的知识,希望对你有一定的参考价值。

大家好,我是脚丫先生 (o^^o)

大数据项目之数据集成模块,按照项目需求需要集成时序数据库OpenTSDB。于是着手进行调研,https://github.com/alibaba/DataX
发现关于该时序数据库的插件只有单一的读插件,而阿里自研的TSDB读写插件都齐全。为了彻底的分离,同时为了完全适配OpenTSDB数据库,于是进行了OpenTSDB的写插件开发。


文章目录

一、OpenTSDB时序数据库

官方描述:OpenTSDB is a distributed, scalable Time Series Database (TSDB) written on top of HBase;翻译过来就是,基于Hbase的分布式的,可伸缩的时间序列数据库。
主要用途:常常用于集成到监控系统,譬如收集大规模集群(包括网络设备、操作系统、应用程序)的监控数据并进行存储,查询。
详细: OpenTSDB数据库,数据都是以metric为单位的进行存储。可以这样对metric进行理解,metric就是一个需要监控的指标或者项,譬如服务器的话,会有CPU使用率、内存使用率,磁盘使用率等。OpenTSDB是基于HBase作为存储底层,因此对数据存储支持到秒级别,并且支持数据永久存储,不会主动删除。
OpenTSDB存储的一些核心概念: 我们以一个实际的场景进行理解:例如,我们采集1个服务器的CPU使用率,发现该服务器在21:00的时候,CPU使用率达到99%。

  • Metric:监控项。譬如上面的CPU使用率。

  • Tags:就是一些标签,在OpenTSDB里面,Tags由tagk和tagv组成,即tagk:takv。标签是用来描述Metric的。

  • Value:一个Value表示一个metric的实际数值,譬如上面的99%

  • Timestamp:即时间戳,用来描述Value是什么时候的;譬如上面的21:00

  • Data Point:即某个Metric在某个时间点的数值。

     Data Point包括以下部分:Metric、Tags、Value、Timestamp
    
     上面描述的服务器在21:00时候的cpu使用率,就是1个DataPoint
    

保存到OpenTSDB的数据,就是无数个DataPoint。

例如一个DataPoint


    "metric":"temperature", 
    "timestamp":1567675709879, 
    "value":20.5, 
    "tags":
        "host":"192.168.239.128"
    


指标名称:temperature
指标标签:host=192.168.239.128
指标值:20.5
时间戳:1567675709879

二、API接口

官方地址:https://www.w3cschool.cn/doc_opentsdb/opentsdb-api_http-put.html?lang=en

1、保存

2、查询

3、删除

三、opentsdbwriter初步开发

1、根据前文进行add插件模块

2、opentsdb数据库的java工具类

如今,卷又卷的时代,我们必须要站在前人的肩膀上探索,不需要重复的去造轮子。这里利用github上开源的opentsdb工具类进行插件的开发。地址如下所示:

https://github.com/fangpanpan/opentsdb-java-sdk

3、插件的开发

对于阿里datax的opentsdbwriter插件的开发,主要逻辑OpenTSDBWriter去实现。代码如下所示:

package com.alibaba.datax.plugin.writer.opentsdbwriter;


import com.alibaba.datax.common.element.Record;
import com.alibaba.datax.common.exception.DataXException;
import com.alibaba.datax.common.plugin.RecordReceiver;
import com.alibaba.datax.common.spi.Writer;
import com.alibaba.datax.common.util.Configuration;
import com.alibaba.fastjson.JSONArray;
import org.apache.commons.lang3.StringUtils;
import org.apache.http.nio.reactor.IOReactorException;
import org.opentsdb.client.OpenTSDBClient;
import org.opentsdb.client.OpenTSDBClientFactory;
import org.opentsdb.client.OpenTSDBConfig;
import org.opentsdb.client.bean.request.Point;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ExecutionException;

/**
 * @date : 12:11 2022/1/15
 */
public class OpenTSDBWriter extends Writer 

    public static class Job extends Writer.Job

        private static final Logger LOG = LoggerFactory.getLogger(Job.class);

        private Configuration originalConfig;

        @Override
        public List<Configuration> split(int mandatoryNumber) 
       //按照reader 配置文件的格式  来 组织相同个数的writer配置文件

            ArrayList<Configuration> configurations = new ArrayList<Configuration>(mandatoryNumber);
            for (int i = 0; i < mandatoryNumber; i++) 
                configurations.add(this.originalConfig.clone());
            
            return configurations;
        

        @Override
        public void prepare() 
        

        @Override
        public void init() 
          //获取配置文件信息parameter 里面的参数
            this.originalConfig = super.getPluginJobConf();

            String address = originalConfig.getString(Key.ENDPOINT);
            if (StringUtils.isBlank(address)) 
                throw DataXException.asDataXException(
                        OpenTSDBWriterErrorCode.REQUIRED_VALUE,
                        "The parameter [" + Key.ENDPOINT + "] is not set.");
            

            List<String> columns = originalConfig.getList(Key.COLUMN, String.class);
            if (columns == null || columns.isEmpty()) 
                throw DataXException.asDataXException(
                        OpenTSDBWriterErrorCode.REQUIRED_VALUE,
                        "The parameter [" + Key.COLUMN + "] is not set.");
            

            List<String> columnTypes = originalConfig.getList(Key.COLUMNTYPE, String.class);

            if (columnTypes == null || columnTypes.isEmpty()) 
                throw DataXException.asDataXException(
                        OpenTSDBWriterErrorCode.REQUIRED_VALUE,
                        "The parameter [" + Key.COLUMNTYPE + "] is not set.");
            

            String metric = originalConfig.getString(Key.METRIC);
            if (StringUtils.isBlank(metric)) 
                throw DataXException.asDataXException(
                        OpenTSDBWriterErrorCode.REQUIRED_VALUE,
                        "The parameter [" + Key.METRIC + "] is not set.");
            
        

        @Override
        public void destroy() 

        
    
    public static class Task extends Writer.Task 

        private static final Logger LOG = LoggerFactory.getLogger(Task.class);
        private OpenTSDBConfig config;
        private List<String>  columnTypes;
        private List<String>  columns;
        private String metric;

        @Override
        public void init() 
            Configuration writerSliceConfig = getPluginJobConf();
            String address = writerSliceConfig.getString(Key.ENDPOINT);
            this.columnTypes = writerSliceConfig.getList(Key.COLUMNTYPE, String.class);
            this.columns = writerSliceConfig.getList(Key.COLUMN, String.class);
            this.metric = writerSliceConfig.getString(Key.METRIC);
            this.config = OpenTSDBConfig.address(address, 4242)
                    .config();
        

        @Override
        public void startWrite(RecordReceiver recordReceiver) 
            try 
                Record record;
                List<Number> values = new ArrayList<>();
                List<Map<String,String>> tags = new ArrayList<>();
                while ((record = recordReceiver.getFromReader()) != null) 
                    final int recordLength = record.getColumnNumber();
                    Map<String,String> tag = new HashMap<>();
                    for (int i = 0; i < recordLength; i++) 
                        if (columnTypes.get(i).equals("tag"))
                            tag.put(columns.get(i),record.getColumn(i).asString());
                        
                        if (columnTypes.get(i).equals("value"))
                            values.add(record.getColumn(i).asBigInteger());
                            tags.add(tag);
                        
                    
                
                OpenTSDBClient client = OpenTSDBClientFactory.connect(config);
                for (int i = 0;i < values.size();i++)
                    Point point = Point.metric(metric)
                            .tag(tags.get(i))
                            .value(System.currentTimeMillis(), values.get(i))
                            .build();
                    client.put(point);
                
                client.gracefulClose();
            catch (Exception e)
                e.printStackTrace();
            

        

        @Override
        public void post() 
        

        @Override
        public void destroy() 

        
    



四、OpenTSDBWriter 插件的job

我这里想去实现一个场景:把mysql的数据通过datax导入到opentsdb数据库。

1、在mysql数据库新建源表

需要在mysql的数据库里,新建自己想同步数据的表。

CREATE TABLE `mysql_to_opentsdb` (
  `id` int(11) DEFAULT NULL,
  `name` varchar(255) DEFAULT NULL,
  `sex` varchar(255) DEFAULT NULL,
  `price` decimal(10,2) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

2、编写job


  "job": 
    "content": [
      
        "reader": 
          "parameter": 
            "password": "cetc@2021",
            "connection": [
              
                "querySql": [
                  " SELECT id,name,sex,price FROM mysql_to_opentsdb ; "
                ],
                "jdbcUrl": [
                  "jdbc:mysql://192.168.239.128:3306/test"
                ]
              
            ],
            "splitPk": "",
            "username": "root"
          ,
          "name": "mysqlreader"
        ,
        "writer": 
          "parameter": 
            "columnType": [
              "tag",
              "tag",
              "tag",
              "value"
            ],
            "endpoint": "http://172.10.10.51",
            "metric": "dog",
            "column": [
              "id",
              "name",
              "sex",
              "price"
            ]
          ,
          "name": "opentsdbwriter"
        
      
    ],
    "setting": 
      "errorLimit": 
        "record": 0,
        "percentage": 0.02
      ,
      "speed": 
        "channel": 3
      
    
  

关于datax的job需要自己去进行编写,因此我们需要根据项目业务进行设计。
endpoint: opentsdb的地址,4242端口已经固定。
metric:指标。

最后,进行maven命令行的打包操作,生成我们需要的插件,然后进行数据同步操作,

以上是关于大数据技术之DataX DataX之opentsdbwriter插件开发的主要内容,如果未能解决你的问题,请参考以下文章

大数据技术之DataX DataX插件开发

大数据技术之DataX

DataX及DataX-Web

数据同步工具DataX和DataWeb知识手册,DataX优化

数据同步工具DataX和DataWeb知识手册,DataX优化

离线数仓之业务日志采集工具DataX