当前位置: 首页 > wzjs >正文

石家庄外贸做网站优化服务公司

石家庄外贸做网站,优化服务公司,公司自己做网站备案,网页制作与设计素材最近作者针对实时数仓的Apache SeaTunnel同步链路,完成了双引擎架构升级与全链路参数深度调优,希望本文能够给大家有所启发,欢迎批评指正! Apache SeaTunnel 版本 :2.3.9 Doris版本:2.0.6 MySQL JDBC Conne…

最近作者针对实时数仓的Apache SeaTunnel同步链路,完成了双引擎架构升级与全链路参数深度调优,希望本文能够给大家有所启发,欢迎批评指正!

在这里插入图片描述

Apache SeaTunnel 版本 :2.3.9

Doris版本:2.0.6

MySQL JDBC Connector : 8.0.28

架构升级

  • 批处理链路:JDBC并行度进行提升,基于ID分区实现分片读取,结合批量参数(fetch_size=10000+batch_size=5000)使全量同步吞吐量大幅增加

  • 实时增量链路:引入MySQL-CDC组件,通过initial快照模式+chunk.size.rows=8096实现全量/增量平滑切换,事件延迟压降至500ms内

稳定性增强

  • 资源管控:JDBC连接池动态扩容(max_size=20)+ CDC限流策略(rows_per_second=1000),源库CPU峰值负载下降40%

  • 容错机制:Doris两阶段提交(enable-2pc=true)配合检查点(checkpoint.interval=10s),故障恢复时间缩短80%

写入优化

  • 缓冲区三级联控(buffer-size=10000+buffer-count=3+flush.interval=5s)提升Doris写入批次质量

  • Tablet粒度控制(request_tablet_size=5)使BE节点负载均衡度提升

实战演示

同步之前创建Doris表

在这里插入图片描述

-- DROP TABLE IF EXISTS ods.ods_activity_info_full;
CREATE TABLE ods.ods_activity_info_full
(`id`            VARCHAR(255) COMMENT '活动id',`k1`            DATE NOT NULL   COMMENT '分区字段',`activity_name` STRING COMMENT '活动名称',`activity_type` STRING COMMENT '活动类型',`activity_desc` STRING COMMENT '活动描述',`start_time`    STRING COMMENT '开始时间',`end_time`      STRING COMMENT '结束时间',`create_time`   STRING COMMENT '创建时间'
)ENGINE=OLAP  -- 使用Doris的OLAP引擎,适用于高并发分析场景UNIQUE KEY(`id`,`k1`)  -- 唯一键约束,保证(id, k1)组合的唯一性(Doris聚合模型特性)
COMMENT '活动信息全量表'
PARTITION BY RANGE(`k1`) ()  -- 按日期范围分区(具体分区规则由动态分区配置决定)
DISTRIBUTED BY HASH(`id`)  -- 按id哈希分桶,保证相同id的数据分布在同一节点
PROPERTIES
("replication_allocation" = "tag.location.default: 1",  -- 副本分配策略:默认标签分配1个副本"is_being_synced" = "false",          -- 是否处于同步状态(通常保持false)"storage_format" = "V2",             -- 存储格式版本(V2支持更高效压缩和索引)"light_schema_change" = "true",      -- 启用轻量级schema变更(仅修改元数据,无需数据重写)"disable_auto_compaction" = "false", -- 启用自动压缩(合并小文件提升查询性能)"enable_single_replica_compaction" = "false", -- 禁用单副本压缩(多副本时保持数据一致性)"dynamic_partition.enable" = "true",            -- 启用动态分区"dynamic_partition.time_unit" = "DAY",          -- 按天创建分区"dynamic_partition.start" = "-60",             -- 保留最近60天的历史分区"dynamic_partition.end" = "3",                 -- 预先创建未来3天的分区"dynamic_partition.prefix" = "p",              -- 分区名前缀(如p20240101)"dynamic_partition.buckets" = "32",            -- 每个分区的分桶数(影响并行度)"dynamic_partition.create_history_partition" = "true", -- 自动创建缺失的历史分区"bloom_filter_columns" = "id,activity_name",  -- 为高频过滤字段(id/名称)创建布隆过滤器,加速WHERE查询"compaction_policy" = "time_series",          -- 按时间序合并策略优化时序数据(适合活动时间字段)"enable_unique_key_merge_on_write" = "true",  -- 唯一键写时合并(实时更新场景减少读放大)"in_memory" = "false"                        -- 关闭全内存存储(仅小表可开启)
);
配置SeaTunnel JDBC同步脚本

在这里插入图片描述

env {# 环境配置parallelism = 8                     # 增加并行度以提高吞吐量job.mode = "STREAMING"              # 使用流式处理模式进行实时同步checkpoint.interval = 10000         # 检查点间隔,单位毫秒# 限流配置 - 避免对源数据库造成过大压力read_limit.bytes_per_second = 10000000  # 每秒读取字节数限制,约10MB/sread_limit.rows_per_second = 1000       # 每秒读取行数限制# 本地检查点配置execution.checkpoint.data-uri = "file:///opt/seatunnel/checkpoints"execution.checkpoint.max-concurrent = 1  # 最大并发检查点数# 性能优化参数execution.buffer-timeout = 5000          # 缓冲超时时间(毫秒)execution.jvm-options = "-Xms4g -Xmx8g -XX:+UseG1GC -XX:MaxGCPauseMillis=100"
}source {MySQL-CDC {# 基本连接配置# server-id = 5652-5657             # MySQL复制客户端的唯一ID范围username = "root"                # 数据库用户名password = ""                # 数据库密码table-names = ["gmall.activity_info"]  # 要同步的表base-url = "jdbc:mysql://192.168.241.128:3306/gmall?useUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai"# CDC 特有配置schema-changes.enabled = true     # 启用架构变更捕获server-time-zone = "Asia/Shanghai"  # 服务器时区# 性能优化配置snapshot.mode = "initial"         # 初始快照模式snapshot.fetch.size = 10000       # 快照获取大小chunk.size.rows = 8096            # 分块大小,用于并行快照connection.pool.size = 10         # 连接池大小# 高级配置include.schema.changes = true     # 包含架构变更事件scan.startup.mode = "initial"     # 启动模式:initial(全量+增量)scan.incremental.snapshot.chunk.size = 8096  # 增量快照分块大小debezium.min.row.count.to.stream.results = 1000  # 流式结果的最小行数# 容错配置connect.timeout = 30000           # 连接超时时间(毫秒)connect.max-retries = 3           # 最大重试次数# 输出表名result_table_name = "mysql_cdc_source"}
}# 可选的转换逻辑,如果需要对数据进行处理
transform {Sql {source_table_name = "mysql_cdc_source"result_table_name = "doris_sink_data"# 根据需要转换字段,这里添加了一个分区字段k1query = """selectid,formatdatetime(create_time,'yyyy-MM-dd') as k1,activity_name,activity_type,activity_desc,start_time,end_time,create_timefrom mysql_cdc_source"""}
}sink {Doris {# 基本连接配置source_table_name = "doris_sink_data"  # 或直接使用 "mysql_cdc_source"fenodes = "192.168.241.128:8030"username = "root"password = ""table.identifier = "ods.ods_activity_info_full"  # Doris目标表# 事务和标签配置sink.enable-2pc = "true"          # 启用两阶段提交,确保一致性sink.label-prefix = "cdc_sync"    # 导入标签前缀# 写入模式配置sink.properties {format = "json"read_json_by_line = "true"column_separator = "\t"         # 列分隔符line_delimiter = "\n"           # 行分隔符max_filter_ratio = "0.1"        # 允许的最大错误率# CDC特有配置 - 处理不同操作类型# 使用Doris的UPSERT模式处理CDC事件merge_type = "MERGE"            # 合并类型:APPEND或MERGEdelete_enable = "true"          # 启用删除操作}# 性能优化配置sink.buffer-size = 10000          # 缓冲区大小sink.buffer-count = 3             # 缓冲区数量sink.flush.interval-ms = 5000     # 刷新间隔sink.max-retries = 3              # 最大重试次数sink.parallelism = 8              # 写入并行度# Doris连接优化doris.config = {format = "json"read_json_by_line = "true"request_connect_timeout_ms = "5000"  # 连接超时request_timeout_ms = "30000"         # 请求超时request_tablet_size = "5"            # 每个请求的tablet数量}}
}
配置SeaTunnel MySQLCDC 同步脚本

在这里插入图片描述

env {parallelism = 8job.mode = "BATCH"checkpoint.interval = 30000# 本地文件系统检查点execution.checkpoint.data-uri = "file:///opt/seatunnel/checkpoints"execution.buffer-timeout = 5000# JVM 参数优化execution.jvm-options = "-Xms4g -Xmx8g -XX:+UseG1GC -XX:MaxGCPauseMillis=100"
}source {Jdbc {result_table_name = "mysql_seatunnel"url = "jdbc:mysql://192.168.241.128:3306/gmall?useUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai&useSSL=false&rewriteBatchedStatements=true&useServerPrepStmts=true&cachePrepStmts=true"driver = "com.mysql.cj.jdbc.Driver"connection_check_timeout_sec = 30user = "gmall"password = "gmall"# 使用分区并行读取query = "select id, activity_name, activity_type, activity_desc, start_time, end_time, create_time from gmall.activity_info"partition_column = "id"partition_num = 8# 连接池配置connection_pool {max_size = 20min_idle = 5max_idle_ms = 60000}# 批处理配置fetch_size = 10000batch_size = 5000is_exactly_once = true}
}transform {Sql {source_table_name = "mysql_seatunnel"result_table_name = "seatunnel_doris"query = """select id, formatdatetime(create_time,'yyyy-MM-dd') as k1,  activity_name, activity_type, activity_desc, start_time, end_time, create_time from mysql_seatunnel"""}
}sink {Doris {source_table_name = "seatunnel_doris"fenodes = "192.168.241.128:8030"username = "root"password = ""table.identifier = "ods.ods_activity_info_full"sink.enable-2pc = "true"sink.label-prefix = "test_json"# 优化Doris写入配置sink.properties {format = "json"read_json_by_line = "true"column_separator = "\t"line_delimiter = "\n"max_filter_ratio = "0.1"}# 批量写入配置sink.buffer-size = 10000sink.buffer-count = 3sink.flush.interval-ms = 5000sink.max-retries = 3sink.parallelism = 8doris.config = {format = "json"read_json_by_line = "true"request_connect_timeout_ms = "5000"request_timeout_ms = "30000"request_tablet_size = "5"}}
}

最终Apache Doris数据:
在这里插入图片描述

本文完!

http://www.dtcms.com/wzjs/36229.html

相关文章:

  • 电子商务网站与普通网站的区别营销
  • 温州做网站建设企业网站优化公司
  • wordpress模板打包知名的搜索引擎优化
  • 国外教做美食网站app引导页模板html
  • 健康咨询类网站模板百度收录api怎么提交
  • 户网站建设的不全.b站推广渠道
  • 做网站那家比较好小学生抄写新闻20字
  • 贝智康积分网站开发英文seo
  • 如何让域名跳转网站如何做网页推广
  • 沈阳app制作网站建设推性能优化工具
  • 菠菜网站开发csjylw网络舆情信息
  • 做业务网站关键词排名优化教程
  • 文库网站怎么做seo填写电话的广告
  • 怎么做网页设计怎么插入图片百度seo泛解析代发排名
  • 做网站需要那些东西网站移动端优化工具
  • 小贷做网站聊石家庄seo
  • 网站建设介绍ppt模板如何免费建立一个网站
  • 软件dw做网站个人网站制作教程
  • 税务门户网站建设成果湖南百度推广公司
  • 做百度网站整站优化推广
  • 做网站和优化共多少钱?发稿媒体平台
  • 电子政务门户网站建设代码百度seo优化服务项目
  • iis网站ip新网站排名优化怎么做
  • 网站关键词扩展seo综合查询平台官网
  • 福州网站制作建设搜索词
  • 商城网站建设定制网站建设陕西seo快速排名
  • 游艇网站建设方案关键词排名客服
  • 做平面的公司网站免费引流推广方法
  • 邯郸市做网站佛山市seo推广联系方式
  • 微信红包建设网站搜狗搜索网