主頁 > 資料庫 > 滴滴資料通道服務演進之路

滴滴資料通道服務演進之路

2020-09-10 06:11:05 資料庫


?桔妹導讀:滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料,隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變,本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃,

1. 背景

資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料部門致力于解決如何更好的使用資料,挖掘資料價值,而資料通道服務作為“大資料”的前置鏈路,一直以來都在默默的為公司提供及時,完整的資料服務,這里我們對滴滴資料通道的演進做一個全面的介紹,

2. 資料通道簡介

資料通道服務,顧名思義,是資料的通路,負責將資料從A同步到B的一套解決方案,

異構資料的同步是公司很多業務的普遍需求,通道服務也就成為了一項基礎服務,包括但不限于日志,Binlog同步到下游各類存盤和引擎中,如HIVE,ES,HBase等,用于報表,運營等場景,

資料通道方案本身涉及的組件很多,鏈路也比較復雜,這里通過一個簡化的有向圖來介紹下通道的核心流程,

3

有向圖的頂點表示存盤,包括磁盤,訊息佇列以及各種存盤服務,邊和方向表示資料流量,而資料流動的動力則是邊上的各個同步引擎,僅從圖中的鏈路可以看出,基礎組件包括以下幾種:

組件名稱 組件說明
容器 業務方運行的容器是資料產生的地方,是異構資料的原始資料,包括業務日志和Binlog等,
Agent Agent負責資料采集,常見的遠端資料包括普通日志和Binlog,Agent負責將這類資料采集后發送到訊息佇列中,通過讀取檔案,并記錄offset的方式,保證至少一次的資料采集服務,
Kafka 訊息佇列的加入主要用于資料復用,削峰填谷以及上下游解耦,采集一份資料,多個下游可以根據需要消費后自行處理,同時借用訊息佇列的高吞吐能力,減少上下游的耦合,在流量突增的時候可以起到緩沖的效果,
DSink DSink組件是公司內對資料投遞服務的簡稱,主要負責消費MQ資料投遞到下游存盤,通過訊息佇列的OffSet保證至少一次的資料投遞,
ES/HDFS 存盤引擎,異構資料通過上述投遞服務,完成結構化處理,投遞到下游存盤中,供業務方使用,
ETL 寫入HDFS資料一般來說都是作為業務方ETL的輸入,經過自定義的處理邏輯后寫入HIVE,供分析和計算使用,
資料倉庫 資料倉庫中保存結構化的資料,方便業務系統或者下游級聯使用,
各類業務系統 業務系統直接對接ES或者資料倉庫,提供線上或者準線上服務,

3. 資料通道服務的演進

資料通道致力于解決異構資料同步的問題,從開始構建到現在,經歷了組件平臺化,服務化,產品化,引擎升級和智能化幾個階段,每個階段都面臨著各種各樣的問題,而問題的解決都伴隨著系統穩定性,可靠性的提升,

3.1 組件平臺化

目標:更好地服務業務

資料通道構建初期,各個組件各自維護,為業務方提供資料服務,業務有需求過來的時候各個組件快速啟動一個行程就可以為業務方提供一個端到端的資料通路,業務拿到資料就可以分析計算,完整相關的業務指標,隨著業務發展,需求不斷增多,經過了一段時間的野蠻增長后,通道的任務數也水漲船高,大量的任務需要規范的平臺來管控,因此在通道服務活下來以后第一件需要做的事就是組件平臺化,這么多任務需要有一個統一的管控平臺管理起來,方便根據用戶的需求,新建修改或者洗掉任務,

3.2 服務化

目標:承諾SLA

面臨問題:如何保證各個環節的At Least Once資料的完整性和及時性是下游服務關注的重點,完整性是基礎,在這之上盡可能保障及時性,對于下游來說,可以容忍短暫的延遲,但是不能資料資料不準確的情況,因此,自下而上的,通道服務要為自己同步的資料負責,要為下游提供一致性服務,一方面需要各個組件能夠提供At Least Once的語意保證,另外一方面則需要一個資料質量中心對外提供資料質量服務,

介紹一個簡單的場景:DSink在資料同步程序中如何實作At Least Once資料投遞服務DSink是消費MQ訊息,投遞到下游存盤,MQ以Kakfa為例,DSink在投遞的程序中是異步多執行緒同時投遞,那怎么保證資料投遞完成之后提交準確的offset呢,畢竟一個partition的資料會分不到多個執行緒中同時投遞,投遞的下游可能會因為網路或者壓力的原因失敗,還需要重試,方案一:一批資料都投遞完成后再繼續消費,也就是全部投遞成功之前阻塞上游消費,這樣可以保證提交的offset是準確的,但是這樣就會有性能問題,在日志場景下會嚴重影響性能,方案二(DSink采用方案):使用TreeMap保存offset,Map的value為一個范圍,A-B的offset范圍,Key則為這個范圍的最小值A,每次有一個partition的offset處理成功后則加入到TreeMap中,具體程序如下:

定時提交offset時只需要獲取Map中第一個Entry value的結束offset進行提交即可,

offset經過這種處理,可以保證每次提交的offset都是準確的,完成投遞的資料,基于此,DSink實作了At Least Once語意,

3.3 產品化

目標:提升用戶體驗

資料通道服務漸漸完善后,接入的需求也越來越多,遇到的問題也與日俱增,比較直觀的一點就是答疑量上升,一方面用戶需求的接入是通過郵件或者釘釘,開發同學需要根據需求手動創建任務;另一方面用戶的不規范配置會影響任務運行,當資料不產出或者產出有問題時需要引擎同學定位解決,答疑的大部分精力都耗在這些問題之上,資料通道服務是隨著公司發展一起發展起來的,眾所周知,在發展初期,缺乏各種規范,業務方的日志或者MySql表差異很大,遵循的規范也是五花八門,或者根本就沒有規范,為了資料通道服務的標準化和自動化,我們通過產品的方式規范用戶資料,符合我們規范的資料可以自動接入,而其他亂七八糟的格式則需要整改后再接入,為了解決這些問題,資料通道范訓了統一的接入平臺——同步中心,在該平臺之上用戶通過點擊配置的方式完成任務創建,同步中心會將用戶需求拆分到各個通道引擎管控平臺,各個管控平臺再根據配置自行創建任務運行,最后回呼同步中心,整個程序實作自動化,經過這一改造,任務創建時間從原來的平均幾個小時降到5-10分鐘,極大的提升了用戶體驗,

3.4 引擎升級——Flink(StreamSQL)

目標:降成本,模板化

DSink組件運行在公司的統一的容器內,在申請容器的時候為了減少碎片及便于管理,容器的規格只有固定的幾種,如4C8G,8C16G,16C32G等,不同的任務都只能在這些規格中選擇,這樣就會導致資源的浪費,比如一個需要10個VCORE的任務,就只能申請16C的容器,大部分情況CPU會空閑一部分,同時記憶體也只能浪費,引擎升級,將投遞組件升級到Flink引擎之上主要有以下收益:

  1. Flink是基于yarn來調度資源,最小的單位是1C1G,通過計算,可以對每一個任務的資源進行精準控制,盡可能的減少資源浪費,
  2. 投遞引擎切換到StreamSQL后,所有任務都通過SQL表達,統一了任務模版,StreamSQL的UDF特性可以支持用戶自定義決議邏輯,基礎SQL可以支持寫入下游ES或者HDFS等存盤,而用戶邏輯增加UDF后即可直接寫入,這一方面減少用戶重復開發的作業量,另一方面也拓展了資料通道的服務范圍,

通過這一次引擎升級,通道任務從原來的400臺物理機,切換到StreamSQL,只需要約250臺物理機,CPU的峰值利用率也從不到30%提升到60%+,

3.5 智能化(進行中)

目標:問題診斷與資料治理

隨著任務數的接入越來越多,不可避免的,引擎的各類問題也越來越多,當前主要是用戶問題驅動或者延遲告警來發現問題,之后依賴于各個引擎的指標大盤定位問題,再由人工來解決各類引擎問題,實際上當前有相當一部分簡單問題是可以自動化處理的,比如資源不足,如果發現延遲的原因是資源不足,則可以直接擴資源即可,鑒于此,我們規劃了一套問題發現與自動化處理的智能診斷與解決方案——LogX,期望基于這個方案可以解決引擎側80%的日常問題,LogX組件的職責如下:

  1. 統籌整個鏈路資源,根據用戶任務,分配各個下游引擎資源
  2. 問題診斷和自動化處理——基于各類指標,完成問題智能分析和診斷,對于常見問題可以自動化處理,減少人工干預
  3. 全鏈路血緣建設——根據血緣關系識別重點專案,分級保障
  4. 全鏈路資料治理——基于血緣關系完成資料治理,減少不比要的任務,進一步提升資源利用率

因為涉及到各個引擎的指標與自動化,當前該組件正在持續推進中,相信不久就可以作為通道的核心服務之一服務于引擎和公司業務了,

4. 總結

資料通道服務承載著全公司的資料同步,絕大部分離線任務的資料源都是通道服務投遞的,可以說當前的通道服務是整個滴滴資料的大動脈,經過這幾年的發展,通道服務也逐漸趨于完善,持續穩定的為公司提供資料采集和投遞服務,

團隊介紹

滴滴云平臺事業群滴滴大資料架構部實時資料引擎組負責Flink流批一體計算、Kafka訊息佇列、日志采集與通道等核心資料引擎的研發與應用,承擔全公司的資料采集、投遞以及實時計算任務, 致力于打造穩定可靠、高性能、低成本的計算與通道服務,

作者介紹

**

專注于大資料實時引擎技術,致力于資料通道全鏈路建設,基于各類實時引擎,為公司提供穩定,可靠,高效,及時的資料通道服務,

延伸閱讀

內容編輯 | Charlotte
聯系我們 | [email protected]

本文由博客群發一文多發等運營工具平臺 OpenWrite 發布

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/1082.html

標籤:大數據

上一篇:可編程網卡芯片在滴滴云網路的應用實踐

下一篇:滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

標籤雲
其他(123570) Java(13369) Python(12729) C(7542) 區塊鏈(7372) JavaScript(7049) 基礎類(6313) AI(6244) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4120) MySQL(4012) Linux(3394) C語言(3288) C++語言(3117) Java相關(2746) 疑難問題(2699) 單片機工控(2479) Web開發(1951) 網絡通信(1793) 數據庫相關(1767) VB基礎類(1755) PHP(1727) 開發(1646) 系統維護與使用區(1617) .NETCore(1586) 基礎和管理(1579) JavaEE(1566) C++(1527) 專題技術討論區(1515) Windows客戶端使用(1484) HtmlCss(1466) ASP.NET(1428) Unity3D(1354) VCL組件開發及應用(1353) HTML(CSS)(1220) 其他技術討論專區(1200) WindowsServer(1192) .NET技术(1165) 交換及路由技術(1149) 語言基礎算法系統設計(1133) WindowsSDKAPI(1124) 界面(1088) JavaSE(1075) Qt(1074) VBA(1048) 新手樂園(1016) 其他開發語言(947) Go(907) HTML5(901) 新技術前沿(898) 硬件設計(872) 區塊鏈技術(860) 網絡編程(857) 非技術版(846) 一般軟件使用(839) 網絡協議與配置(835) Eclipse(790) Spark(750) 下載資源懸賞專區(743)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • 如何宣告一個接受任何型別方法參考的變數Function<>?

    我試圖宣告一個變數,它接受任何型別的方法參考Function<AnyObject, AnyObject or Any Enum>。
    這個方法參考將在映射器中使用,我接受一些輸入并通過呼叫另一個物件的方法來映...

    uj5u.com 2021-10-16 15:27:18 more
  • 為什么方差會對flatmapto函式產生影響?

    我想了解這個函式: 我想了解這個函式。
    public inline fun <T, R, C : MutableCollection<in R>> Array<out T>。 flatMapTo(目的地。C, transform: (T) -> Iterable<R> ): C...

    uj5u.com 2021-10-16 15:26:04 more
  • 我如何使用一個`任務<string>`實體作為方法的任務<string?>引數?

    我如何使用一個Task<string>實體作為一個方法的Task<string?>引數?
    如果我使用啟用的nullability,并且我有兩個異步方法,比如...... 如果我使用啟用的nullability,并且我有兩個...

    uj5u.com 2021-10-16 15:26:00 more
  • Webpack沒有捆綁匯入和使用的功能

    我試圖在我的函式中包含和使用BootstrapCookieConsentSettingsnpm 包bootstrap-cookie-consent-settings中的函式,initConsentBanner但 webpack 總是將其丟棄并且不包含它,即...

    uj5u.com 2021-10-16 15:25:31 more
  • 如何用Swift泛型處理成功和錯誤的API回應?

    我正試圖撰寫一個簡單的函式來處理回傳 JWT 令牌的認證 POST 請求。
    我的LoopBack 4 API將令牌作為一個JSON資料包回傳,其格式如下:
    { "token"/span>: "my. jwt.token" }

    如...

    uj5u.com 2021-10-16 15:25:24 more
  • 從抽象的通用方法中回傳派生類的實體

    我想在這里做的事情有點難以描述。我目前的需求要求我有一個可以實作介面的列舉型別。雖然不是最漂亮的解決方案,但這是我想出的辦法; )。

    我的問題本質上是,是否有任何方法來...

    uj5u.com 2021-10-16 15:24:59 more
  • Java自參考的通用型別

    雖然這個問題的核心已經被問過很多次了,但是有一個問題還沒有被問到(或者說我還沒有找到)。
    在 Java 中,沒有辦法擁有一個參考型別本身的泛型。你可能會說 "如果你最終嘗試了,那...

    uj5u.com 2021-10-16 15:24:06 more
  • Kotlin中的泛型:如何實體化實作了介面的泛型類

    我的問題是,當一個通用類實作了一個介面時,我無法將其實體化。
    實體化代碼如下;
    class MainClass {
    fun mainMethod(){
    val access = EADBAccess<AppUserModel> (Ap...

    uj5u.com 2021-10-16 15:24:00 more
  • 在CSS檔案中使用:local有什么好處?

    我一直在學習在 React 中使用 CSS 并遇到了 CSS 模塊的想法,作為其中的一部分,我遇到了這篇文章https://blog.fearcat.in/a?ID=00550-af5ece9b-eb49-4e13 -8711-26e00c48c84e...

    uj5u.com 2021-10-16 15:22:38 more
  • POST后的PHP重定向

    我正在使用谷歌登錄,并且大部分時間都在那里。用戶成功登錄,我可以訪問我的 mysql 用戶表來查找用戶記錄。在完成用戶處理并設定 $_SESSION 變數后,我想從 POST 頁面重定向回我...

    uj5u.com 2021-10-16 13:40:46 more