关于tdengine:服务器减少一半TDengine在华自科技的落地实践

41次阅读

共计 3797 个字符,预计需要花费 10 分钟才能阅读完成。

作者:宁龙 华自科技

小 T 导读:华自科技专一于自动化、信息化和智能化技术,为能源、环保、工业管制、水利等畛域用户提供外围软硬件产品与零碎解决方案,是多能物联技术领航企业。公司在电站及泵站自动化管制设施市场占有率寰球当先,是联合国工业倒退组织国内小水电核心管制设施制作基地。

物联网数据平台是电站及泵站智慧运维平台的外围组成,其整体架构如下:

物联网数据平台的数据起源次要为电站、水厂、储能站,通过数据网关,将各场站端的设施运行数据传输至云平台的音讯队列(MQ)中,数据处理服务订阅 MQ 的音讯,依据设定的规定引擎,进行实时数据处理,之后将数据存储落盘。数据服务 API 则依据业务需要提供蕴含实时数据和历史数据在内的数据 API。

一、现状及痛点

对于历史数据,目前咱们采纳的 MySQL 分库分表计划来存储;实时数据会存储在 Redis 中。在测点数较少或者集控需要不是很多的场景下,根本满足需要。

历史数据

历史数据用 MySQL 存储,一个站点对应一个数据库;一个测点对应一张表,建表语句大抵如下:

CREATE TABLE `yc_测点 id` (
  `ts` datetime NOT NULL,
  `val` double NOT NULL
);

实时数据

实时数据缓存到 Redis 中,以测点 Id 为 key,同时缓存数据上报的工夫、测量值和品质值等信息。

数据计算查问

咱们利用 MySQL 的各种函数、多表连贯、应用程序内存计算等形式,计算出后果返回给前端,对于月、年等报表类的计算,则采纳定时工作生成。

痛点

随着平台业务的倒退,接入的站点越来越多,或者单站的测点数越来越多,问题逐步凸显进去了。具体能够演绎为如下几个方面:

运维难

  • 对于新接入的站点,首先得为这个站建设好数据库、数据表,减少了接站的工作量;
  • 因为一个站对应着一个数据库,随着平台接入的站点越来越多,数据库一直减少,数据库的治理和备份老本一直进步;
  • 随着测点的减少,缓存实时数据的单机 Redis 迟早有一天会撑不住,须要思考保护 Redis 集群。

开发难

随着平台的业务倒退,越来越多的站被接入平台,集控需要 (跨站聚合剖析需要) 减少,跨库跨表的查问操作越来越多,这就减少了零碎开发的难度,重大影响了零碎响应速度和稳定性。

老本高

老本次要有两个方面,一个是人力老本高,因为开发、运维的难度减少,造成员工工作量减少,工作效率变低,从企业经营角度看,人力老本变高;另一个是硬件资源老本高,因为服务节点泛滥,占用的主机、内存和磁盘空间也会很多,购买或租用这些硬件资源须要收入更多费用。

二、技术选型

为了解决目前这些问题,咱们决定从新进行技术选型,寻找代替计划,降级目前数据库存储计划。联合平台理论须要,咱们确定了几个选型要求:

  • 业务改变小:尽可能减少对现有业务的影响;
  • 开源收费:必须是开源的,并且容许收费商用,最好也有商业版;
  • 迭代更新:社区沉闷,一直在迭代更新和公布新版本;
  • 性能高:单机能反对每秒 10 万以上的插入效率;
  • 开销低:服务节点少,占用的内存、CPU 和磁盘空间少;
  • 反对集群:可能集群部署,容量可程度扩大;
  • 装置保护简略: 数据量较小的状况下,反对单机部署,并且占用资源较少;

咱们理解了多款典型的时序数据库产品,最终 InfluxDB、庚顿、麦杰、TimescaleDB、TDengine 这几款进入了咱们的考查范畴。上面咱们来具体看一下:

1. InfluxDB
在开源时序数据库畛域长期霸榜,社区沉闷,生态也比拟丰盛,性能也算中规中距,惟一的缺点就是集群模块不开源。

2. 庚顿、麦杰

两者都是传统老牌工业畛域的时序数据库王者,性能、性能都十分不错,惟一的毛病就是不开源,只有商业版,而且价格昂贵。

3. TimescaleDB

它是在 PostgreSQL 之上开发的一个插件,是基于关系数据库的时序数据库,对于咱们现有的业务应用简直无感知,下层能够持续用 MyBatis、JPA 等 ORM 框架,但它不是一个纯正的时序数据库;另外,它对集群反对不好,不反对程度扩大。

4. TDengine

反对应用类 SQL 查询语言来插入或查问数据,内嵌音讯队列和缓存机制、无历史数据与实时数据之分、分布式架构,反对线性扩大、反对多正本,无单点故障。看到官网的这些介绍,霎时感觉 TDengine 就是为咱们筹备的,于是马上做了各种验证,结果表明,TDengine 齐全符号咱们的选型要求。

为什么没有采纳传统 Hadoop 生态

提到大数据,人们可能第一反馈就会想到 Hadopp 生态。因而咱们后期也考查过腾讯云的 TBDS 数据套件。说实话那一套货色真的是太轻便了,Hadoop、HBase、HDFS、ZooKeeper、Hive、Spark\Flink 这系列的货色搞下来,还真不是个别团队能玩得转的,另外我司的业务场景不止云端服务,还有可能会私有化部署在站内,硬件条件可能也就是一两台情况个别的服务器。

三、TDengine 存储模型设计

因为 TDengine 能够设置将最新一条数据存储在内存中,因而咱们利用这个个性替换掉了用 Redis 存储实时数据这个环节,改成实时数据间接查问 TDengine。

TDengine 里有超级表的概念,每种设施对应一个超级表。这个超级表只负责存储这种类型的设施数据,数据存储采纳横表存储。然而,这显然不合乎咱们的场景,因为在咱们的场景里没有固定的某一设施对象,且每个测点的频率都可能不统一。

同时为了尽可能减少对现有业务的影响,咱们将超表设计成如下构造:

CREATE STABLE IF NOT EXISTS stb_站点 id  (ts timestamp,        val double) TAGS (测 id nchar(64))

TDengine 的子表,能够在插入数据时动态创建,这是 TDengine 的一个很好用的性能。这样能省去创立子表的业务环节,升高了业务复杂度。子表构造如下:

insert into 测点类型_测点 id  USING stb_站点 id (测点 id) VALUES (ts, val,q)    eg:  insert into yc_15143115161750995367 USING stb_站点 id ('15143115161750995367') VALUES (ts, val,q)

四、应用到的 TDengine 个性

  1. 缓存(Cache)

咱们间接应用 TDengine 提供的缓存(Cache)性能,替换了原有零碎中的 Redis。创立数据库间接开启 cachelast=1,将每张表的最初一条记录缓存,应用程序通过 last_row 函数疾速获取实时数据。

  1. 数据订阅(Publisher/Subscriber)

在咱们的业务场景中有一类数据叫 SOE 事件告警数据,这类数据要实时动静在前端页面上滚动。原有做法是通过页面轮训来实现的,当初间接应用 taos 的数据订阅性能,配合 WebSocket,能够优雅地实现这一性能,大大晋升了用户体验。

  1. 其它一些很用的性能

比方降采样查问、多表聚合查问、各种规范函数等。

五、革新迁徙

因为 TDengine 采纳了类 SQL 的语法,反对 MyBatis 等 ORM 框架,因而对于老的业务,咱们在代码层面的改变非常少,改变最多的就是将原来的 MySQL 函数联合利用代码的一些计算逻辑间接用 TDengine 的函数替换掉。

在试运行阶段,因为咱们都是通过自研数据网关将数据通过 TCP 发送上来的,所以咱们利用 tcp-copy,将数据复制一份存到 TDengine 集群,而后通过业务零碎察看和验证各项性能是否失常。

验证失常之后,就是历史数据的迁徙了。因为 TDengine 的表构造与原来的 MySQL 存储构造根本相似,因而咱们采纳 DataX 的 TDengine 插件,很不便就将历史数据迁徙过去了。

至此,咱们就用 TDengine 替换了原有的存储架构。

总结

初始接触一个新产品,难免会遇到一些艰难。好在方法总比艰难多,在共事们的反对下,在 TDengine 的工程师们的反对下,咱们总算是根本实现了这次实时数据存储查问的降级革新。

以后我的项目数据测点大略在 18 万左右,革新后数据存储周期由原来的 5 分钟缩小到 1 秒钟,存储的数据维度更精密了,能为平台的智能诊断、智能剖析服务提供更精确的数据反对,同时各业务场景下的计算查问性能也晋升了不少,数据库服务器由原来的 6 台缩小到目前的 3 个节点集群。

最初来个小广告

TD-Workbench 是一个基于 Electron 构建的,针对时序数据库 TDengine 的图形化管理工具。具备跨平台、易于应用、版本适应性强等特点。(gitee 地址:https://gitee.com/bhdweb/tden…)

TD-Workbench 是自己利用周末的工夫,参考开源社区局部优良代码设计并实现的,目前曾经开源。这个仅代表我自己的业余好爱,与公司或某个组织无关,欢送大家去 star/fork。因为 TDengine 官网并未提供客户端 GUI 工具,社区目前能找到的两款工具都不是很欠缺。本工具是在 TDengineGUI (https://gitee.com/skyebaobao/…) 根底上革新而来,局部源码来自此处。

作者介绍:

宁龙,码云昵称【村口的大爷】,目前就任于华自科技。后端程序猿一个,混迹 Java 界十余年,就爱写点代码。一杯茶一首歌,一个参数秀一天。


🌟近期 taosAdapter 已正式公布,反对从 OpenTSDB 等时序数据库向 TDengine 无缝迁徙,欢送浏览 TDengine 此前公布的技术文章,理解体验 taosAdapter!

正文完
 0