提供网站建设公司报价,高校两学一做网站建设,学做视频的网站有哪些,苏州园区做网站公司逝者如斯夫#xff0c;不舍昼夜。 —— 孔子 时间如流水#xff0c;一去不复返。自古不乏对时间流逝的感慨#xff0c;而现代已经有很多技术记录流逝的过去。我们可以拍照#xff0c;可以录像#xff0c;当然还可… 逝者如斯夫不舍昼夜。 —— 孔子 时间如流水一去不复返。自古不乏对时间流逝的感慨而现代已经有很多技术记录流逝的过去。我们可以拍照可以录像当然还可以用时序数据库
时序数据库是专门存放随着时间推移而不断变化的数据。近些年随着IoT等概念的流行时序数据库成为数据库一个相对独立的领域逐渐受到重视广泛应用于物联网、监控系统、金融、医疗和零售等多种场景。 过去12个月时序数据库Time Series DBMS热度不断增长
那么云上的用户如何构建一个存储海量数据的时序数据库呢笔者这里推荐使用 云HBase OpenTSDB 方案。云HBase是使用阿里多年优化过的HBase内核版本本文不作过多介绍详情请看产品主页。
OpenTSDB简介
OpenTSDB是一款基于HBase构建的时序数据库它的数据存储完全交给HBase本身没有任何数据存储。所有节点是对等的所以部署起来其实是非常方便的。因为基于HBase所以本身就具备了横向扩展存储海量数据的能力。常见的部署模式有2种一种分离部署一种混合部署。
独立部署即与多个业务共享一个HBase。适合时序业务较小或者用不满HBase资源。 混合部署即TSDB进程和RS在一个VM内。适合时序业务较重需要独享HBase。 上述2种模式云HBase产品都能提供支持云HBase购买页面现已增加时序引擎购买入口。
OpenTSDB数据定义 一条时间线由 Metirc 多个tag 唯一确定时间线上会有源源不断的数据点(Data Point)写入数据点由时间戳和值组成。OpenTSDB支持秒级(10位整数)毫秒级别13位整数两种时间精度。
举个例子比如我们监控一个手环收集的心跳信息那么我们可以这样定义
Metric: band.heartbeat
Tags: id # 只定义一个tag就是手环的ID
那么我们通过 band.heartbeat id1 就能查询到编为1的手环收集到的心跳信息。
OpenTSDB数据存储格式
数据表整体设计 这个设计有几个特点
1.metric和tag映射成UID不存储实际字符串以节约空间。2.每条时间线每小时的数据点归在一行每列是一个数据点这样每列只需要记录与这行起始时间偏移以节省空间。3.每列就是一个KeyValue如果是毫秒精度一行最多可以有3600000个KV这里其实会有些问题后面会讲到。
RowKey格式 salt打散同一metric不同时间线的热点 metric, tagK, tagV实际存储的是字符串对应的UID在tsdb-uid表中 timestamp每小时数据存在一行记录的是每小时整点秒级时间戳
metric和tag
它们长度默认是3个字节即最多只能分配 2^2416777216 个UID。可以通过这些参数调整
tsd.storage.uid.width.metric # metric UID长度默认3
tsd.storage.uid.width.tagk # tagK UID长度默认3
tsd.storage.uid.width.tagv # tagV UID长度 默认3
# 这3者的UID分配分别是独立的空间
注意 集群已经写过数据后就无法修改所以最好是一开始就确定好建议4个字节。因为使用压缩技术后RowKey多占的几个字节可以忽略下文会提到。
salt
salt这个东西最好根据自己HBase集群规模去配置它有2个配置
tsd.storage.salt.width # 默认11基本够了不用调整
tsd.storage.salt.buckets # 打散到几个bucket去默认20
查询的时候会并发 tsd.storage.salt.buckets 个Scanner到HBase上所以如果这个配置太大对查询影响比较大容易打爆HBase。这里其实是一个权衡写入热点和查询压力。默认20其实我个人觉得有点多配置38就差不多了当然实际效果还和metric设计有关如果在一个metric里设计了很多时间线那就得配置很多bucket。在一个metric中设计过多时间线会影响OpenTSDB的查询效率所以不建议这么做。 这个参数也是设置了就不能改的所以也是要一开始规划好。
Column格式 这是列名HBase中称为qualifier的格式可以看到毫米级需要多出2个字节。所以如果你的采集间隔不需要精确到毫秒级别那请一定使用秒级10位整数。Value只能存储整数和浮点所以有一个bit存储Float flag。
这里大家一定会有疑问直接通过qualifier长度是4还是2不就能判断是秒级精度的数据点还是毫秒了么为何还需要MS flag这样一个标记信息阅读下面的“压缩”部分就能知道为什么。
OpenTSDB压缩问题
OpenTSDB有个很常见并且很麻烦的问题就是整点时候对HBase对流量冲击。下面2张图是我们一个测试集群只做写入对效果 可以看到会有一个数倍流量的爆发要持续很久才能消化。这意味着我们需要更高规格去抗这个峰值。首先我们要明白OpenTSDB为啥要做压缩在压缩些什么东西 前面提到过OpenTSDB一行一小时的特点那么一行里会有很多KV。表面上看起来好像没什么问题但是实际上对比逻辑视图和物理视图你会发现一些问题。 很明显每个KV都记录了rowX那rowX就是一个空间浪费。这个空间不仅影响成本还影响查询效率毕竟数据多了。压缩做的事情就是把多个小KV合成1个大KV减少这部分浪费。所以压缩的时候会涉及到对HBase的“读-写-删”这就是整点HBase IO流量的来源。 那么我们有没有办法既做压缩同时又消除这部分HBase IO呢 当然有我们可以把压缩的逻辑放到HBase内部去。因为HBase本身就需要对HFile做合并工作这时候HBase本身就会读写数据文件这部分对HDFS的IO不会少而我们通过hook在HBase读出数据后替换掉要写入的数据即压缩好的数据。 实现上面这个功能当然需要一定内核开发量。好消息是通过云HBase购买页面购买的时序引擎已经自带了上述功能。不管是分离部署模式还是混合部署模式。 这个功能的好处显而易见消除峰值节省成本提升集群稳定性。这样我们对一个现有的HBase集群空闲资源需求就不是那么高了完全可以复用了。下面是使用此功能后同样只做写入的测试集群的流量情况 原文链接 本文为云栖社区原创内容未经允许不得转载。
