在influxdb 1.X中,批处理与流处理有什么区别?

原文标题:Batch Processing vs. Stream Processing:What's the Difference?

原文连接:https://www.influxdata.com/blog/batch-processing-vs-stream-processing/

我们了解到,时序库的设计特性使其可以支持巨大的同时写入,并能以高度压缩的状态存储这些数据,和其他非关系型数据库相比,其占据的硬盘空间是非常少的。但这也暴露出一个问题,这样大量且被高度压缩的数据在提取的时候可不是那么容易。
所以最好的方法,就是在数据被收集时,就对其进行进行转化、降频取样,或者说对数据进行一定程度的提炼。对于influxdata 的TICK技术栈,其最后一部分:Kapacitor承担的正是这样的工作。
我们通过编写influxdata公司自定义的DSL文件:TICK script可以告诉kapacitor怎样处理写入influxdb的数据,其中定义数据源的时候,就有batch和stream两种选项,那么我们应该如何选择呢?

Batch Tasks 批任务

你可以将batch任务理解为,已经用一个固定时间间隔(specific time interval)分组的数据点(influxdb中,每条数据被称为a data point,对应一个时间点的状态信息)集合。我们也可以称为这是一个数据窗口(window of data)
那么当我们启动一个批任务,kapacitor会按时间段切分来请求influxdb,这样可以避免在内存中缓存太多数据。在如下情况下,你应该选择批任务:
1,需要对一段时间的数据运行聚合函数运算,比如求这些数据点的平均值、最大值、最小值。
2,警告功能不需要运行每个数据点,或者说这些数据所代表的状态,并不会频繁地变化。(个人理解,比如某互联网公司的智能车项目,收集到的数据所代表的状态就是频繁变化的,比如精确到度的车辆朝向变化)。
3,降低采集的频度很大(downsample),庞大的数据中只需要最明显的那部分数据就能说明整体状态的变化。
4,一点额外的运行延迟不会对你的整体业务产生过大影响。
5,当集群运行时序数据库时,kapacitor处理数据的速度慢于数据写入的速度。(处理逻辑较为复杂,而数据写入量很大)

Stream Tasks 流任务

流任务,就像是使用消息队列时候对数据源再创建一个订阅,任何写入influxdb的数据点也会被写入kapacitor。所以需要牢记,流任务要求大量的内存分配。在以下情况,会非常适合选择流任务:
1,需要实时地转化每个数据点。(严格地讲,批任务可以这么做,但需要考虑延迟,或者说时效性。)
2,数据是报警数据,不能容忍太多的延迟。
3,涉及的数据会被频繁地查询,上文说到过,influxdb的读取能力并不乐观(个人曾遇到过直接query很长一段时间的数据,导致内存暴涨然后程序崩溃的情况),所以通过流任务,可以有效降低压力。(比如说一个库是统计用户的掉线情况的,如果你直接从这个库创建一个反映总掉线次数的dashboard,那么每次有人查看这个dashboard,数据库都要进行一次统计,这样就可以使用流任务将掉线次数实时计算并存入新的measurement)
4,流任务通过数据点的时间戳来获取时间信息,所以不会与一个给定的数据点是否进入时间窗产生竞争关系。
另外还有一点的是,流数据任务并不局限于influxdb,你也可以直接从telegraf获取数据输入,然后不经influxdb直接传送给kapacitor。

简短的总结:
1,批任务定期查询influxdb,使用有限的内存,但会对influxdb额外的查询负载
2,如果你要对数据运行聚合函数,最好使用批任务
3,流任务是从向influxdb写入的数据流订阅数据给kapacitor,所以可以降低influxdb的查询负载
4,流任务适合于对延迟很敏感的操作

2019/10/29 补充
在GCP(Google Cloud Platform) ML with tensorflow的课程中看到,一般业务的metrics、events存储于GCP的Pub/Sub服务(MQ服务),而Raw logs,files,assets, analytics data则存储于GCP的 Cloud Storage中(对象存储),前者以stream的形式,后者以batch的形式传输至 GCP Cloud Dataflow,再由BigQuery,BigTable工具进入机器学习环节

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,829评论 1 331
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,603评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,846评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,600评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,780评论 3 272
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,695评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,136评论 2 293
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,862评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,453评论 0 229
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,942评论 2 233
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,347评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,790评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,293评论 3 221
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,839评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,448评论 0 181
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,564评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,623评论 2 249

推荐阅读更多精彩内容