跳至主要內容

数据同步

大约 16 分钟

数据同步

数据同步是工业物联网的典型需求，通过数据同步机制，可实现 IoTDB 之间的数据共享，搭建完整的数据链路来满足内网外网数据互通、端边云同步、数据迁移、数据备份等需求。

功能概述

数据同步

一个数据同步任务包含 3 个阶段：

  • 抽取（Source）阶段：该部分用于从源 IoTDB 抽取数据，在 SQL 语句中的 source 部分定义
  • 处理（Process）阶段：该部分用于处理从源 IoTDB 抽取出的数据，在 SQL 语句中的 processor 部分定义
  • 发送（Sink）阶段：该部分用于向目标 IoTDB 发送数据，在 SQL 语句中的 sink 部分定义

通过 SQL 语句声明式地配置 3 个部分的具体内容，可实现灵活的数据同步能力。目前数据同步支持以下信息的同步，您可以在创建同步任务时对同步范围进行选择（默认选择 data.insert，即同步新写入的数据）：

同步范围同步内容说明
all所有范围
data（数据）insert（增量）同步新写入的数据
delete（删除）同步被删除的数据
schema（元数据）database（数据库）同步数据库的创建、修改或删除操作
timeseries（时间序列）同步时间序列的定义和属性
TTL（数据到期时间）同步数据的存活时间
auth（权限）-同步用户权限和访问控制

功能限制及说明

元数据（schema）、权限（auth）同步功能存在如下限制：

  • 使用元数据同步时，要求Schema region、ConfigNode 的共识协议必须为默认的 ratis 协议，即：iotdb-common.properties配置文件中config_node_consensus_protocol_class和schema_region_consensus_protocol_class配置项均为org.apache.iotdb.consensus.ratis.RatisConsensus

  • 为了防止潜在的冲突，请在开启元数据同步时关闭接收端自动创建元数据功能。可通过修改 iotdb-common.properties配置文件中的enable_auto_create_schema配置项为 false，关闭元数据自动创建功能。

  • 开启元数据同步时，不支持使用自定义插件。

  • 在进行数据同步任务时，请避免执行任何删除操作，防止两端状态不一致。

使用说明

数据同步任务有三种状态：RUNNING、STOPPED 和 DROPPED。任务状态转换如下图所示：

提供以下 SQL 语句对同步任务进行状态管理。

创建任务

使用 CREATE PIPE 语句来创建一条数据同步任务，下列属性中PipeId和sink必填，source和processor为选填项，输入 SQL 时注意 SOURCE与 SINK 插件顺序不能替换。

SQL 示例如下：

CREATE PIPE <PipeId> -- PipeId 是能够唯一标定任务任务的名字
-- 数据抽取插件，可选插件
WITH SOURCE (
  [<parameter> = <value>,],
)
-- 数据处理插件，可选插件
WITH PROCESSOR (
  [<parameter> = <value>,],
)
-- 数据连接插件，必填插件
WITH SINK (
  [<parameter> = <value>,],
)

开始任务

创建之后，任务不会立即被处理，需要启动任务。使用START PIPE语句来启动任务，从而开始处理数据：

START PIPE<PipeId>

停止任务

停止处理数据：

STOP PIPE <PipeId>

删除任务

删除指定任务：

DROP PIPE <PipeId>

删除任务不需要先停止同步任务。

查看任务

查看全部任务：

SHOW PIPES

查看指定任务：

SHOW PIPE <PipeId>

pipe 的 show pipes 结果示例：

+--------------------------------+-----------------------+-------+---------------+--------------------+------------------------------------------------------------+----------------+
|                              ID|           CreationTime|  State|     PipeSource|      PipeProcessor|                                                     PipeSink|ExceptionMessage|
+--------------------------------+-----------------------+-------+---------------+--------------------+------------------------------------------------------------+----------------+
|3421aacb16ae46249bac96ce4048a220|2024-08-13T09:55:18.717|RUNNING|             {}|                 {}|{{sink=iotdb-thrift-sink, sink.ip=127.0.0.1, sink.port=6668}}|                |
+--------------------------------+-----------------------+-------+---------------+--------------------+------------------------------------------------------------+----------------+

其中各列含义如下：

  • ID：同步任务的唯一标识符
  • CreationTime：同步任务的创建的时间
  • State：同步任务的状态
  • PipeSource：同步数据流的来源
  • PipeProcessor：同步数据流在传输过程中的处理逻辑
  • PipeSink：同步数据流的目的地
  • ExceptionMessage：显示同步任务的异常信息

同步插件

为了使得整体架构更加灵活以匹配不同的同步场景需求，我们支持在同步任务框架中进行插件组装。系统为您预置了一些常用插件可直接使用，同时您也可以自定义 processor 插件 和 Sink 插件，并加载至 IoTDB 系统进行使用。查看系统中的插件（含自定义与内置插件）可以用以下语句：

SHOW PIPEPLUGINS

返回结果如下（1.3.2 版本）：

IoTDB> SHOW PIPEPLUGINS
+---------------------+----------+-------------------------------------------------------------------------------------------+----------------------------------------------------+
|           PluginName|PluginType|                                                                                  ClassName|                                           PluginJar|
+---------------------+----------+-------------------------------------------------------------------------------------------+----------------------------------------------------+
| DO-NOTHING-PROCESSOR|   Builtin|        org.apache.iotdb.commons.pipe.plugin.builtin.processor.donothing.DoNothingProcessor|                                                    |
|      DO-NOTHING-SINK|   Builtin|        org.apache.iotdb.commons.pipe.plugin.builtin.connector.donothing.DoNothingConnector|                                                    |
|         IOTDB-SOURCE|   Builtin|                org.apache.iotdb.commons.pipe.plugin.builtin.extractor.iotdb.IoTDBExtractor|                                                    |
|    IOTDB-THRIFT-SINK|   Builtin|   org.apache.iotdb.commons.pipe.plugin.builtin.connector.iotdb.thrift.IoTDBThriftConnector|                                                    |
|IOTDB-THRIFT-SSL-SINK|   Builtin|org.apache.iotdb.commons.pipe.plugin.builtin.connector.iotdb.thrift.IoTDBThriftSslConnector|                                                    |
+---------------------+----------+-------------------------------------------------------------------------------------------+----------------------------------------------------+

预置插件详细介绍如下(各插件的详细参数可参考本文参数说明)：

类型自定义插件插件名称介绍适用版本
source 插件不支持iotdb-source默认的 extractor 插件，用于抽取 IoTDB 历史或实时数据1.2.x
processor 插件支持do-nothing-processor默认的 processor 插件，不对传入的数据做任何的处理1.2.x
sink 插件支持do-nothing-sink不对发送出的数据做任何的处理1.2.x
iotdb-thrift-sink默认的 sink 插件（V1.3.1及以上），用于 IoTDB（V1.2.0 及以上）与 IoTDB（V1.2.0 及以上）之间的数据传输。使用 Thrift RPC 框架传输数据，多线程 async non-blocking IO 模型，传输性能高，尤其适用于目标端为分布式时的场景1.2.x
iotdb-thrift-ssl-sink用于 IoTDB（V1.3.1 及以上）与 IoTDB（V1.2.0 及以上）之间的数据传输。使用 Thrift RPC 框架传输数据，单线程 sync blocking IO 模型，适用于安全需求较高的场景 1.3.1+

导入自定义插件可参考流处理框架章节。

使用示例

全量数据同步

本例子用来演示将一个 IoTDB 的所有数据同步至另一个 IoTDB，数据链路如下图所示：

在这个例子中，我们可以创建一个名为 A2B 的同步任务，用来同步 A IoTDB 到 B IoTDB 间的全量数据，这里需要用到用到 sink 的 iotdb-thrift-sink 插件（内置插件），需通过 node-urls 配置目标端 IoTDB 中 DataNode 节点的数据服务端口的 url，如下面的示例语句：

create pipe A2B
with sink (
  'sink'='iotdb-thrift-sink',
  'node-urls' = '127.0.0.1:6668', -- 目标端 IoTDB 中 DataNode 节点的数据服务端口的 url
)

部分数据同步

本例子用来演示同步某个历史时间范围（ 2023 年 8 月 23 日 8 点到 2023 年 10 月 23 日 8 点）的数据至另一个 IoTDB，数据链路如下图所示：

在这个例子中，我们可以创建一个名为 A2B 的同步任务。首先我们需要在 source 中定义传输数据的范围，由于传输的是历史数据（历史数据是指同步任务创建之前存在的数据），需要配置数据的起止时间 start-time 和 end-time 以及传输的模式 mode。通过 node-urls 配置目标端 IoTDB 中 DataNode 节点的数据服务端口的 url。

详细语句如下：

create pipe A2B
WITH SOURCE (
  'source'= 'iotdb-source',
  'realtime.mode' = 'stream'  -- 新插入数据（pipe创建后）的抽取模式
  'start-time' = '2023.08.23T08:00:00+00:00',  -- 同步所有数据的开始 event time，包含 start-time
  'end-time' = '2023.10.23T08:00:00+00:00'  -- 同步所有数据的结束 event time，包含 end-time
) 
with SINK (
  'sink'='iotdb-thrift-async-sink',
  'node-urls' = '127.0.0.1:6668', -- 目标端 IoTDB 中 DataNode 节点的数据服务端口的 url
)

边云数据传输

本例子用来演示多个 IoTDB 之间边云传输数据的场景，数据由 B 、C、D 集群分别都同步至 A 集群，数据链路如下图所示：

在这个例子中，为了将 B 、C、D 集群的数据同步至 A，在 BA 、CA、DA 之间的 pipe 需要配置path限制范围，以及要保持边侧和云侧的数据一致 pipe 需要配置inclusion=all来同步全量数据和元数据，详细语句如下：

在 B IoTDB 上执行下列语句，将 B 中数据同步至 A：

create pipe BA
with source (
   'inclusion'='all',  -- 表示同步全量数据、元数据和权限
   'path'='root.db.**', -- 限制范围
)
with sink (
  'sink'='iotdb-thrift-sink',
  'node-urls' = '127.0.0.1:6668', -- 目标端 IoTDB 中 DataNode 节点的数据服务端口的 url
)

在 C IoTDB 上执行下列语句，将 C 中数据同步至 A：

create pipe CA
with source (
   'inclusion'='all',  -- 表示同步全量数据、元数据和权限
   'path'='root.db.**', -- 限制范围
)
with sink (
  'sink'='iotdb-thrift-sink',
  'node-urls' = '127.0.0.1:6668', -- 目标端 IoTDB 中 DataNode 节点的数据服务端口的 url
)

在 D IoTDB 上执行下列语句，将 D 中数据同步至 A：

create pipe DA
with source (
   'inclusion'='all',  -- 表示同步全量数据、元数据和权限
   'path'='root.db.**', -- 限制范围
)
with sink (
  'sink'='iotdb-thrift-sink',
  'node-urls' = '127.0.0.1:6668', -- 目标端 IoTDB 中 DataNode 节点的数据服务端口的 url
)

级联数据传输

本例子用来演示多个 IoTDB 之间级联传输数据的场景，数据由 A 集群同步至 B 集群，再同步至 C 集群，数据链路如下图所示：

在这个例子中，为了将 A 集群的数据同步至 C，在 BC 之间的 pipe 需要将 forwarding-pipe-requests 配置为true，详细语句如下：

在 A IoTDB 上执行下列语句，将 A 中数据同步至 B：

create pipe AB
with sink (
  'sink'='iotdb-thrift-sink',
  'node-urls' = '127.0.0.1:6668', -- 目标端 IoTDB 中 DataNode 节点的数据服务端口的 url
)

在 B IoTDB 上执行下列语句，将 B 中数据同步至 C：

create pipe BC
with source (
  'forwarding-pipe-requests' = 'true'   --是否转发由其他 Pipe 写入的数据
)
with sink (
  'sink'='iotdb-thrift-sink',
  'node-urls' = '127.0.0.1:6669', -- 目标端 IoTDB 中 DataNode 节点的数据服务端口的 url
)

加密同步（V1.3.1+ ）

IoTDB 支持在同步过程中使用 SSL 加密，从而在不同的 IoTDB 实例之间安全地传输数据。通过配置 SSL 相关的参数，如证书地址和密码（ssl.trust-store-path）、（ssl.trust-store-pwd）可以确保数据在同步过程中被 SSL 加密所保护。

如创建名为 A2B 的同步任务：

create pipe A2B
with sink (
  'sink'='iotdb-thrift-ssl-sink',
  'node-urls'='127.0.0.1:6667',  -- 目标端 IoTDB 中 DataNode 节点的数据服务端口的 url
  'ssl.trust-store-path'='pki/trusted', -- 连接目标端 DataNode 所需的 trust store 证书路径
  'ssl.trust-store-pwd'='root' -- 连接目标端 DataNode 所需的 trust store 证书密码
)

参考：注意事项

可通过修改 IoTDB 配置文件（iotdb-common.properties）以调整数据同步的参数，如同步数据存储目录等。完整配置如下：：

V1.3.0/1/2:

####################
### Pipe Configuration
####################

# Uncomment the following field to configure the pipe lib directory.
# For Windows platform
# If its prefix is a drive specifier followed by "\\", or if its prefix is "\\\\", then the path is
# absolute. Otherwise, it is relative.
# pipe_lib_dir=ext\\pipe
# For Linux platform
# If its prefix is "/", then the path is absolute. Otherwise, it is relative.
# pipe_lib_dir=ext/pipe

# The maximum number of threads that can be used to execute the pipe subtasks in PipeSubtaskExecutor.
# The actual value will be min(pipe_subtask_executor_max_thread_num, max(1, CPU core number / 2)).
# pipe_subtask_executor_max_thread_num=5

# The connection timeout (in milliseconds) for the thrift client.
# pipe_sink_timeout_ms=900000

# The maximum number of selectors that can be used in the sink.
# Recommend to set this value to less than or equal to pipe_sink_max_client_number.
# pipe_sink_selector_number=4

# The maximum number of clients that can be used in the sink.
# pipe_sink_max_client_number=16

参考：参数说明

source 参数（V1.3.0）

参数描述value 取值范围是否必填默认取值
sourceiotdb-sourceString: iotdb-source必填-
source.pattern用于筛选时间序列的路径前缀String: 任意的时间序列前缀选填root
source.history.enable是否发送历史数据Boolean: true / false选填true
source.history.start-time同步历史数据的开始 event time，包含 start-timeLong: [Long.MIN_VALUE, Long.MAX_VALUE]选填Long.MIN_VALUE
source.history.end-time同步历史数据的结束 event time，包含 end-timeLong: [Long.MIN_VALUE, Long.MAX_VALUE]选填Long.MAX_VALUE
source.realtime.enable是否发送实时数据Boolean: true / false选填batch
source.realtime.mode新插入数据（pipe 创建后）的抽取模式String: batch选填batch
source.forwarding-pipe-requests是否转发由其他 Pipe （通常是数据同步）写入的数据Boolean: true选填true
source.history.loose-rangetsfile 传输时，是否放宽历史数据（pipe 创建前）范围。""：不放宽范围，严格按照设置的条件挑选数据"time"：放宽时间范围，避免对 TsFile 进行拆分，可以提升同步效率String: "" / "time"选填空字符串

💎 说明：历史数据与实时数据的差异

  • 历史数据：所有 arrival time < 创建 pipe 时当前系统时间的数据称为历史数据
  • 实时数据：所有 arrival time >= 创建 pipe 时当前系统时间的数据称为实时数据
  • 全量数据： 全量数据 = 历史数据 + 实时数据

💎 说明：数据抽取模式 batch 的含义

  • batch：该模式下，任务将对数据进行批量（按底层数据文件）处理、发送，其特点是低时效、高吞吐

source 参数（V1.3.1）

在 1.3.1 及以上的版本中，各项参数不再需要额外增加 source、processor、sink 前缀

参数描述value 取值范围是否必填默认取值
sourceiotdb-sourceString: iotdb-source必填-
pattern用于筛选时间序列的路径前缀String: 任意的时间序列前缀选填root
start-time同步所有数据的开始 event time，包含 start-timeLong: [Long.MIN_VALUE, Long.MAX_VALUE]选填Long.MIN_VALUE
end-time同步所有数据的结束 event time，包含 end-timeLong: [Long.MIN_VALUE, Long.MAX_VALUE]选填Long.MAX_VALUE
realtime.mode新插入数据（pipe 创建后）的抽取模式String: batch选填batch
forwarding-pipe-requests是否转发由其他 Pipe （通常是数据同步）写入的数据Boolean: true选填true
history.loose-rangetsfile 传输时，是否放宽历史数据（pipe 创建前）范围。""：不放宽范围，严格按照设置的条件挑选数据"time"：放宽时间范围，避免对 TsFile 进行拆分，可以提升同步效率String: "" / "time"选填空字符串

💎 说明：为保持低版本兼容，history.enable、history.start-time、history.end-time、realtime.enable 仍可使用，但在新版本中不推荐。

💎 说明：数据抽取模式 batch 的含义

  • batch：该模式下，任务将对数据进行批量（按底层数据文件）处理、发送，其特点是低时效、高吞吐

source 参数（V1.3.2）

在 1.3.1 及以上的版本中，各项参数不再需要额外增加 source、processor、sink 前缀

参数描述value 取值范围是否必填默认取值
sourceiotdb-sourceString: iotdb-source必填-
inclusion用于指定数据同步任务中需要同步范围，分为数据、元数据和权限String:all, data(insert,delete), schema(database,timeseries,ttl), auth选填data.insert
inclusion.exclusion用于从 inclusion 指定的同步范围内排除特定的操作，减少同步的数据量String:all, data(insert,delete), schema(database,timeseries,ttl), auth选填-
path用于筛选待同步的时间序列及其相关元数据 / 数据的路径模式path 是精确匹配，参数必须为前缀路径或完整路径，即不能含有 "*"，最多在 path 参数的尾部含有一个 "**"String：IoTDB 的 pattern选填root.**
pattern用于筛选时间序列的路径前缀元数据同步不能用 pattern 参数String: 任意的时间序列前缀选填root
start-time同步所有数据的开始 event time，包含 start-timeLong: [Long.MIN_VALUE, Long.MAX_VALUE]选填Long.MIN_VALUE
end-time同步所有数据的结束 event time，包含 end-timeLong: [Long.MIN_VALUE, Long.MAX_VALUE]选填Long.MAX_VALUE
realtime.mode新插入数据（pipe 创建后）的抽取模式String: batch选填batch
forwarding-pipe-requests是否转发由其他 Pipe （通常是数据同步）写入的数据Boolean: true选填true
history.loose-rangetsfile 传输时，是否放宽历史数据（pipe 创建前）范围。""：不放宽范围，严格按照设置的条件挑选数据"time"：放宽时间范围，避免对 TsFile 进行拆分，可以提升同步效率String: "" 、 "time"选填""
mods.enable是否发送 tsfile 的 mods 文件Boolean: true / false选填false

💎 说明：为保持低版本兼容，history.enable、history.start-time、history.end-time、realtime.enable 仍可使用，但在新版本中不推荐。

💎 说明：数据抽取模式 batch 的含义

  • batch：该模式下，任务将对数据进行批量（按底层数据文件）处理、发送，其特点是低时效、高吞吐

sink 参数

在 1.3.1 及以上的版本中，各项参数不再需要额外增加 source、processor、sink 前缀

iotdb-thrift-sink( V1.3.0/1/2)

keyvaluevalue 取值范围是否必填默认取值
sinkiotdb-thrift-sink 或 iotdb-thrift-async-sinkString: iotdb-thrift-sink 或 iotdb-thrift-async-sink必填
sink.node-urls目标端 IoTDB 任意多个 DataNode 节点的数据服务端口的 url（请注意同步任务不支持向自身服务进行转发）String. 例：'127.0.0.1：6667，127.0.0.1：6668，127.0.0.1：6669'， '127.0.0.1：6667'必填-
sink.batch.enable是否开启日志攒批发送模式，用于提高传输吞吐，降低 IOPSBoolean: true, false选填true
sink.batch.max-delay-seconds在开启日志攒批发送模式时生效，表示一批数据在发送前的最长等待时间（单位：s）Integer选填1
batch.size-bytes在开启日志攒批发送模式时生效，表示一批数据最大的攒批大小（单位：byte）Long选填1610241024

iotdb-thrift-ssl-sink( V1.3.1/2)

keyvaluevalue 取值范围是否必填默认取值
sinkiotdb-thrift-ssl-sinkString: iotdb-thrift-ssl-sink必填-
node-urls目标端 IoTDB 任意多个 DataNode 节点的数据服务端口的 url（请注意同步任务不支持向自身服务进行转发）String. 例：'127.0.0.1：6667，127.0.0.1：6668，127.0.0.1：6669'， '127.0.0.1：6667'必填-
batch.enable是否开启日志攒批发送模式，用于提高传输吞吐，降低 IOPSBoolean: true, false选填true
batch.max-delay-seconds在开启日志攒批发送模式时生效，表示一批数据在发送前的最长等待时间（单位：s）Integer选填1
batch.size-bytes在开启日志攒批发送模式时生效，表示一批数据最大的攒批大小（单位：byte）Long选填1610241024
ssl.trust-store-path连接目标端 DataNode 所需的 trust store 证书路径String: 证书目录名，配置为相对目录时，相对于 IoTDB 根目录Example: '127.0.0.1:6667,127.0.0.1:6668,127.0.0.1:6669', '127.0.0.1:6667'必填-
ssl.trust-store-pwd连接目标端 DataNode 所需的 trust store 证书密码Integer必填-
上次编辑于:

Copyright © 2024 Timecho Limited All rights reserved.