技术

mosn有的没的 负载均衡泛谈 《Mysql实战45讲》笔记 单元测试的新解读 《Redis核心技术与实现》笔记 《Prometheus监控实战》笔记 Prometheus 告警学习 calico源码分析 对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go细节 codereview mat使用 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes垂直扩缩容 神经网络模型优化 直觉上理解机器学习 knative入门 如何学习机器学习 神经网络系列笔记 TIDB源码分析 《阿里巴巴云原生实践15讲》笔记 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 副本一致性 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全机制 jvm crash分析 Prometheus 学习 容器日志采集 Kubernetes 控制器模型 Kubernetes监控 容器狂占cpu怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes objects 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 精简代码的利器——lombok 学习 《深入剖析kubernetes》笔记 编程语言的动态性 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 分布式计算系统的那些套路 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS2——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 硬件对软件设计的影响 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记2 《mysql技术内幕》笔记1 log4j学习 为什么netty比较难懂? 回溯法 apollo client源码分析及看待面向对象设计 学习并发 docker运行java项目的常见问题 Scala的一些梗 OpenTSDB 入门 spring事务小结 事务一致性 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 netty内存管理 测试环境docker化实践 netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker中涉及到的一些linux知识 hystrix学习 Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 Redis概述 机器学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM内存与执行 git spring rmi和thrift maven/ant/gradle使用 再看tcp 缓存系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 VPN(Virtual Private Network) Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 Go学习 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

架构

k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 controller 组件介绍 openkruise cloneset学习 kubernetes crd 及kubebuilder学习 pv与pvc实现 csi学习 client-go学习 kubelet 组件分析 调度实践 Pod是如何被创建出来的? 《软件设计之美》笔记 mecha 架构学习 Kubernetes events学习及应用 CRI 《推荐系统36式》笔记 资源调度泛谈 系统设计原则 grpc学习 元编程 以应用为中心 istio学习 下一代微服务Service Mesh 《实现领域驱动设计》笔记 serverless 泛谈 《架构整洁之道》笔记 处理复杂性 那些年追过的并发 服务器端编程 网络通信协议 《聊聊架构》 书评的笔记 如何学习架构 《反应式设计模式》笔记 项目的演化特点 反应式架构摸索 函数式编程的设计模式 服务化 ddd反模式——CRUD的败笔 研发效能平台 重新看面向对象设计 业务系统设计的一些体会 函数式编程 《左耳听风》笔记 业务程序猿眼中的微服务管理 DDD实践——CQRS 项目隔离——案例研究 《编程的本质》笔记 系统故障排查汇总及教训 平台支持类系统的几个点 代码腾挪的艺术 abtest 系统设计汇总 《从0开始学架构》笔记 初级权限系统设计 领域驱动理念入门 现有上传协议分析 移动网络下的文件上传要注意的几个问题 推送系统的几个基本问题 用户登陆 做配置中心要想好的几个基本问题 不同层面的异步 分层那些事儿 性能问题分析 当我在说模板引擎的时候,我在说什么 用户认证问题 资源的分配与回收——池 消息/任务队列

标签


OpenTSDB 入门

2017年08月02日

前言

网站主页 opentsdb

Opentsdb简介(一)

OpenTSDB is a distributed, scalable Time Series Database (TSDB) written on top of HBase

重点就是两个事情:实现架构;数据存储格式

架构实现

  1. OpenTSDB is primarily achieved by running one or more of the TSDs( Time Series Daemon). Each TSD is independent.
  2. store and retrieve time-series data
  3. There is no master, no shared state so you can run as many TSDs as required to handle any load you throw at it.

可以看到

  1. 底层是hbase 存储
  2. 中间是 Time Series Daemon (TSD)
  3. 周边是 运行在各个server 的collector,web ui,脚本等

数据结构

时序性数据库介绍及对比

time series 最直观的数据格式是(t0,v0),(t1,v1),(t2,v2)...,当然作为一个系统考虑的要更多些,包括:

  1. A metric name.
  2. A UNIX timestamp
  3. A value, (64 bit integer or single-precision floating point value)
  4. A set of tags (key-value pairs) that describe the time series the point belongs to.

这种存储结构是后面一堆儿事儿(读取、写入、约束、原则、规范)的核心

mysql.bytes_received 1287333217 327810227706 schema=foo host=db1
mysql.bytes_sent 1287333217 6604859181710 schema=foo host=db1
mysql.bytes_received 1287333232 327812421706 schema=foo host=db1
mysql.bytes_sent 1287333232 6604901075387 schema=foo host=db1
mysql.bytes_received 1287333321 340899533915 schema=foo host=db2
mysql.bytes_sent 1287333321 5506469130707 schema=foo host=db2

名词解释

名词 指的是 数量
metric mysql.bytes_received/mysql.bytes_sent 2个
data point 每一个记录 6 个
time series metric 和 tag 的不同组合 4个

4个 time series 分别是,schema 都是 foo 可以忽略

  1. mysql.bytes_received + host=db1
  2. mysql.bytes_received + host=db2
  3. mysql.bytes_sent + host=db1
  4. mysql.bytes_sent + host=db2

基于这个基本结构

  1. 如何节省存储空间?opentsdb 有两张表,一张表存储数据本身,一张表存储 metric name、tag name、tag value 到一个unique id 的映射关系(uid 表)。metrics, tag name, tag value的编码长度都是3byte, 所以UID的数量上限为 2^24 个。
  2. 如果提高查询效率?参见存储结构小节
  3. 查询方式。或者说,基于tag的查询有什么花活儿?

tag

naming schema 命名规则

Tags allow you to separate similar data points from different sources or related entities, so you can easily ** graph them ** individually or in groups. tag 的最大作用是:方便各种条件的聚合查询。也就是,一个数据有多个维度,支持多个维度的聚合查询。the uniqueness comes from a combination of tag key/value pairs that allows for flexible queries with very fast aggregations.

大部分人的查询习惯,都是先看metric 总的数据,然后tagA 情况下的数据,然后tagA + tagB 情况下的数据,即 drill down。

tag 方式的副作用

  1. 假设 time series 有两个tag, 那么根据一个tag 去查询,则另一个tag的所有数据都会被匹配。这有时会带来一些不便。

A critical(重要的) aspect of any naming schema is to consider the cardinality(基数) of your time series. 任何命名规则(映射关系) 都必须考虑 命名的基数,比如月份,就是1~12. 比如,如果你将ip 地址作为 一个tag,则ip tag value 共有4 billion 中可能值 ,而 一个tag value 最多允许 16 million 中可能值。

OpenTSDB creates a new row per time series per hour

存储结构

解密OpenTSDB的表存储优化

hbase 存储结构

直观上,官网 例子 sys.cpu.user 在 hbase 的存储结构

优化1,缩短row key

优化2,减少key value 个数。将多行(一个行一秒)合并为一行(1h 的数据 存在一行中),多行单列变为单行多列(每列列名是 相对 row key 中base 时间戳的偏移值)。

单行多列合并为单行单列

当某一个metric下数据点很多时,则该metric很容易造成写入热点。预分桶后的变化就是在rowkey前会拼上一个桶编号(bucket index)。可将某个热点metric的写压力分散到多个桶中,避免了写热点的产生。

查询

Querying or Reading Data

几个点

  1. OpenTSDB可以以毫秒分辨率存储数据,但为保持工具的向后兼容性,大多数查询将以秒为分辨率返回数据。 如果相同的时间点存储了多个数据值,这些数据值将被聚合并且作为一个正常的查询结果返回。
  2. Aggregation 聚合函数是将单个时间戳的两个或多个数据点的值合并成单个数据值的方法。
  3. Downsampling,返回秒级分辨率的数据时,通常数据量很大,可以在查询时使用向下采样以减少返回的数据点的数量。 下采样需要聚合函数和时间间隔。比如每秒1个,一共20s数据,interval=2s and Aggregation=avg。则查询结果返回10个数据,每一个是2s内数据的平均值。

图表操作

地址:http://ip:4242/

通过简单查询,即可得到数据。鼠标在折线图中选中一个区域,即可对该区域进行放大。

tips

  1. opentsdb 由java编写,启动方式类似hadoop、zookeeper 等 二进制脚本包裹的方式
  2. 第一次启动时候,运行指定脚本创建hbase表
  3. OpenTSDB can be configured via a file on the local system, via command line arguments or a combination or both.
  4. Querying or Reading Data

简单使用

opentsdb 本身提供cli、telnet和http api 等接口。此外还可以 直接操作 hbase 表,其本质 是copy了 opentsdb 的部分源码,写数据时,通过 opentsdb 代码 完成 input data ==> opentsdb data 的转换,然后由hbase client 写入 hbase。读取 亦然,相当于将 tsd 内嵌到 业务代码中。

java 封装 http api OpenTSDB的读写API