爆款云主机2核4G限时秒杀,88元/年起!
查看详情

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 618智算钜惠季 爆款云主机2核4G限时秒杀,88元/年起!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心

      datax之channel学习

      首页 知识中心 其他 文章详情页

      datax之channel学习

      2024-09-25 10:13:34 阅读次数:433

      channel,datax

      一般来说datax只需要我们设置reader和writer,但是是什么连接了reader和writer呢?

      就是channel! 这个有什么用? 慢慢学习。

      core.json

      [devuser@cdp-node12 /data/DATA_DIR/share/dataingestion/conf]$ cat core.json 

      {
          "entry": {
              "jvm": "-Xms1G -Xmx1G",
              "environment": {}
          },
          "common": {
              "column": {
                  "datetimeFormat": "yyyy-MM-dd HH:mm:ss",
                  "timeFormat": "HH:mm:ss",
                  "dateFormat": "yyyy-MM-dd",
                  "extraFormats":["yyyyMMdd"],
                  "timeZone": "GMT+8",
                  "encoding": "utf-8"
              }
          },
          "core": {
              "dataXServer": {
                  "address": "http://localhost:7001/api",
                  "timeout": 10000,
                  "reportDataxLog": false,
                  "reportPerfLog": false
              },
              "transport": {
                  "channel": {
                      "class": "com.tencent.s2.dataingestion.core.transport.channel.memory.MemoryChannel",
                      "speed": {
                          "byte": -1,
                          "record": -1
                      },
                      "flowControlInterval": 20,
                      "capacity": 512,
                      "byteCapacity": 67108864
                  },
                  "exchanger": {
                      "class": "com.tencent.s2.dataingestion.core.plugin.BufferedRecordExchanger",
                      "bufferSize": 32
                  }
              },
              "container": {
                  "job": {
                      "reportInterval": 10000
                  },
                  "taskGroup": {
                      "channel": 5
                  },
                  "trace": {
                      "enable": "false"
                  }

              },
              "statistics": {
                  "collector": {
                      "plugin": {
                          "taskClass": "com.tencent.s2.dataingestion.core.statistics.plugin.task.StdoutPluginCollector",
                          "maxDirtyNumber": 10
                      }
                  }
              }
          }
      }

      channel类

          public Channel(final Configuration configuration) {
              //channel的queue里默认record为1万条。原来为512条
              //core.json=512 default=2048
              int capacity = configuration.getInt(
                      CoreConstant.DATAX_CORE_TRANSPORT_CHANNEL_CAPACITY, 2048);
              //core.json=-1  最后是1M
              long byteSpeed = configuration.getLong(
                      CoreConstant.DATAX_CORE_TRANSPORT_CHANNEL_SPEED_BYTE, 1024 * 1024);
              //core.json=01 最后是10000r
              long recordSpeed = configuration.getLong(
                      CoreConstant.DATAX_CORE_TRANSPORT_CHANNEL_SPEED_RECORD, 10000);
              if (capacity <= 0) {
                  throw new IllegalArgumentException(String.format(
                          "通道容量[%d]必须大于0.", capacity));
              }
      
              synchronized (isFirstPrint) {
                  if (isFirstPrint) {
                      ("Channel set byte_speed_limit to " + byteSpeed
                              + (byteSpeed <= 0 ? ", No bps activated." : "."));
                      ("Channel set record_speed_limit to " + recordSpeed
                              + (recordSpeed <= 0 ? ", No tps activated." : "."));
                      isFirstPrint = false;
                  }
              }
      
              this.taskGroupId = configuration.getInt(
                      CoreConstant.DATAX_CORE_CONTAINER_TASKGROUP_ID);
              this.capacity = capacity;
              this.byteSpeed = byteSpeed;
              this.recordSpeed = recordSpeed;
              //core.json=20 default=20
              this.flowControlInterval = configuration.getLong(
                      CoreConstant.DATAX_CORE_TRANSPORT_CHANNEL_FLOWCONTROLINTERVAL, 1000);
              //channel的queue默认大小为8M,原来为64M datax自己说的
              //core.json=67108864=64M default=8M
              this.byteCapacity = configuration.getInt(
                      CoreConstant.DATAX_CORE_TRANSPORT_CHANNEL_CAPACITY_BYTE, 8 * 1024 * 1024);
              this.configuration = configuration;
          }

      再看memoryChannel

      public MemoryChannel(final Configuration configuration) {
      		super(configuration);
      		this.queue = new ArrayBlockingQueue<Record>(this.getCapacity());
      		this.bufferSize = configuration.getInt(CoreConstant.DATAX_CORE_TRANSPORT_EXCHANGER_BUFFERSIZE);
      
      		lock = new ReentrantLock();
      		notInsufficient = lock.newCondition();
      		notEmpty = lock.newCondition();
      	}

      1.根据capacity 设置queue 大小

      2.bufferSize = core.transport.exchanger.bufferSize=32

      我们再看 BufferedRecordExchanger.java

      这个sendToWriter 是reader每读取一条记录就send一下

      	@Override
      	public void sendToWriter(Record record) {
      		if(shutdown){
      			throw DataXException.asDataXException(CommonErrorCode.SHUT_DOWN_TASK, "");
      		}
      
      		Validate.notNull(record, "record不能为空.");
      		//判断单条记录的大小是否超过64M
      		if (record.getMemorySize() > this.byteCapacity) {
      			this.pluginCollector.collectDirtyRecord(record, new Exception(String.format("单条记录超过大小限制,当前限制为:%s", this.byteCapacity)));
      			return;
      		}
      		//判断是否满了 bufferSize=32  或者 总记录数的字节大小+ 当前的记录>64M
      		//也就是说32个记录 作为一个buffer 放到channel里去,并不是一个一个的, 32个记录push 或者64M push到channel
      		boolean isFull = (this.bufferIndex >= this.bufferSize || this.memoryBytes.get() + record.getMemorySize() > this.byteCapacity);
      		if (isFull) {
      			// flush到channel 然后buffer和memoryBiteSize重置-0
      			flush();
      		}
      
      		this.buffer.add(record);
      		this.bufferIndex++;
      		memoryBytes.addAndGet(record.getMemorySize());
      	}

      可以看到 reader是一条条发的,但是中间搞了一个buffer,buffer里只能装32条数据或者64M的而数据,到了这个界限,就会flush到channel里去,

      到了channel就会被writer消费。

      这个时候我们就可以考虑 这个buffer=32 是否可以调大?(bufferSize=64M不需要考虑 一般没这么大)

      现在我们知道reader是怎么发数据到channel了的。

      继续研究writer是怎么从channel里获取数据的?

      datax之channel学习

       这里的recordReceiver就是BufferedRecordExchanger。来看getFromReader()方法

      //buffer里有数据,就直接从buffer里消费
      //buffer没数据,我就从channel里获取32个数据到buffer,然后一个个消费
      @Override
      public Record getFromReader() {
         if(shutdown){
            throw DataXException.asDataXException(CommonErrorCode.SHUT_DOWN_TASK, "");
         }
        //这里的这个主要是给writer用的。
        //判断依据是 下标已经读到最后一位了
         boolean isEmpty = (this.bufferIndex >= this.buffer.size());
         if (isEmpty) {
         //如果buffer里为空 我就从channel里获取数据
            receive();
         }
         //然后我开始从下标0开始慢慢读
         Record record = this.buffer.get(this.bufferIndex++);
         if (record instanceof TerminateRecord) {
            record = null;
         }
         return record;
      }
      //之前把数据都存到channel里了,现在来从channel里获取数据
      //然后bufferIndex=0开始从下标为0开始消费 
      private void receive() {
         this.channel.pullAll(this.buffer);
         this.bufferIndex = 0;
         this.bufferSize = this.buffer.size();
      }
      //这个channel.pullAll没啥看的
      public void pullAll(final Collection<Record> rs) {
          Validate.notNull(rs);
          this.doPullAll(rs);
          this.statPull(rs.size(), this.getByteSize(rs));
      }

      //memeoryChannel.doPullAll

      @Override
      protected void doPullAll(Collection<Record> rs) {
         assert rs != null;
         rs.clear();
         try {
            long startTime = System.nanoTime();
            lock.lockInterruptibly();
            //从channel的queue里获取32个数据
            while (this.queue.drainTo(rs, bufferSize) <= 0) {
               notEmpty.await(200L, TimeUnit.MILLISECONDS);
            }
            waitReaderTime += System.nanoTime() - startTime;
            int bytes = getRecordBytes(rs);
            memoryBytes.addAndGet(-bytes);
            notInsufficient.signalAll();
         } catch (InterruptedException e) {
            throw DataXException.asDataXException(
                  FrameworkErrorCode.RUNTIME_ERROR, e);
         } finally {
            lock.unlock();
         }
      }

      我们梳理下。

      reader读数据(可能一条条读可能一批批读)读到的数据一条条的写到buffer里,当buffer=32的时候,再放到channel里去

      writer从channel一次次获取32条数据,然后一条条的去给writer去执行。

      注意channel的限制是512条或64M

             buffer的限制是32条 或64M

      这里感觉就不对了呀!channel和buffer都是64M,但是代码是ali写的我也没法。

      总感觉这个reader和writer过程有点不对劲

      1.buffer=32 能不能搞大点,一般数据都是百万千万级别

      2.writer一次获取1条是不是也很蠢?

      个人觉得32是可以搞大点的

      一般来说有如下三种情况

      reader比writer快,这个时候我们可以加大channel的size,保存更多数据,但感觉用处也不大

      reader比writer慢,这个时候可以减小channel的size,因为根本不需要那么多内存,还不如给其他人用

      reader=writer。建议加大buffer的size,因为大家都很快buffer不够用。

      版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://blog.csdn.net/cclovezbf/article/details/128299176,作者:cclovezbf,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

      上一篇:java -- 变量初始化顺序

      下一篇:docker images 命令详解

      相关文章

      2025-03-31 08:56:45

      laravel5.5 laravel echo实现实时应用(私信)

      laravel5.5 laravel echo实现实时应用(私信)

      2025-03-31 08:56:45
      channel , user , 源码
      2025-02-21 08:55:20

      【verbs】ibv_create_comp_channel()

      【verbs】ibv_create_comp_channel()

      2025-02-21 08:55:20
      channel , CQ , event
      2024-12-05 08:49:57

      Linux源码阅读笔记13-进程通信组件上

      Linux源码阅读笔记13-进程通信组件上

      2024-12-05 08:49:57
      channel , data , private , read , 初始化 , 机制 , 设备
      2024-09-25 10:14:09

      datax之job task channel taskgroup 详解

      jobContainer 是许多job的组合体,比如我有个任务是同时读取mysql和oracle的表然后写导hdfs的。此时mysqlreader+oraclereader打包起来就是一个container。但是实际来说我们都是只有一种reader的。

      2024-09-25 10:14:09
      channel , datax
      2024-05-24 07:47:12

      jcasbin redis watcher 一些修改

      jcasbin redis watcher 一些修改

      2024-05-24 07:47:12
      channel , redis
      2024-05-21 07:53:51

      circus 架构

      circus 架构

      2024-05-21 07:53:51
      channel
      2024-05-20 09:39:36

      Nchan 实时消息 安全配置

      Nchan 实时消息 安全配置

      2024-05-20 09:39:36
      channel , group
      2023-08-04 08:44:32

      datax报错:java.sql.SQLException: ORA-01445: 无法从不带保留关键字的表的联接视图中选择 ROWID 或采样

      datax报错:java.sql.SQLException: ORA-01445: 无法从不带保留关键字的表的联接视图中选择 ROWID 或采样

      2023-08-04 08:44:32
      datax , table , view
      2023-08-02 05:54:57

      datax导数->hdfsReader到postgresql数据丢失?

      datax导数->hdfsReader到postgresql数据丢失?

      2023-08-02 05:54:57
      datax , postgresql
      2023-08-01 08:54:12

      hdfswriter优化之提高写速度

      一般来说我们的数据都是mysql->hive tpg->hive orcle->hive 之前的文章介绍过优化读的速度

      2023-08-01 08:54:12
      datax
      查看更多
      推荐标签

      作者介绍

      天翼云小翼
      天翼云用户

      文章

      33561

      阅读量

      5269453

      查看更多

      最新文章

      【verbs】ibv_create_comp_channel()

      2025-02-21 08:55:20

      datax之job task channel taskgroup 详解

      2024-09-25 10:14:09

      circus 架构

      2024-05-21 07:53:51

      datax报错:java.sql.SQLException: ORA-01445: 无法从不带保留关键字的表的联接视图中选择 ROWID 或采样

      2023-08-04 08:44:32

      hdfswriter优化之提高写速度

      2023-08-01 08:54:12

      go channel管道详解

      2023-04-25 10:22:50

      查看更多

      热门文章

      go channel管道详解

      2023-04-25 10:22:50

      datax报错:java.sql.SQLException: ORA-01445: 无法从不带保留关键字的表的联接视图中选择 ROWID 或采样

      2023-08-04 08:44:32

      hdfswriter优化之提高写速度

      2023-08-01 08:54:12

      datax之job task channel taskgroup 详解

      2024-09-25 10:14:09

      circus 架构

      2024-05-21 07:53:51

      【verbs】ibv_create_comp_channel()

      2025-02-21 08:55:20

      查看更多

      热门标签

      linux java python javascript 数组 前端 docker Linux vue 函数 shell git 节点 容器 示例
      查看更多

      相关产品

      弹性云主机

      随时自助获取、弹性伸缩的云服务器资源

      天翼云电脑(公众版)

      便捷、安全、高效的云电脑服务

      对象存储

      高品质、低成本的云上存储服务

      云硬盘

      为云上计算资源提供持久性块存储

      查看更多

      随机文章

      【verbs】ibv_create_comp_channel()

      hdfswriter优化之提高写速度

      go channel管道详解

      datax报错:java.sql.SQLException: ORA-01445: 无法从不带保留关键字的表的联接视图中选择 ROWID 或采样

      datax之job task channel taskgroup 详解

      circus 架构

      • 7*24小时售后
      • 无忧退款
      • 免费备案
      • 专家服务
      售前咨询热线
      400-810-9889转1
      关注天翼云
      • 旗舰店
      • 天翼云APP
      • 天翼云微信公众号
      服务与支持
      • 备案中心
      • 售前咨询
      • 智能客服
      • 自助服务
      • 工单管理
      • 客户公告
      • 涉诈举报
      账户管理
      • 管理中心
      • 订单管理
      • 余额管理
      • 发票管理
      • 充值汇款
      • 续费管理
      快速入口
      • 天翼云旗舰店
      • 文档中心
      • 最新活动
      • 免费试用
      • 信任中心
      • 天翼云学堂
      云网生态
      • 甄选商城
      • 渠道合作
      • 云市场合作
      了解天翼云
      • 关于天翼云
      • 天翼云APP
      • 服务案例
      • 新闻资讯
      • 联系我们
      热门产品
      • 云电脑
      • 弹性云主机
      • 云电脑政企版
      • 天翼云手机
      • 云数据库
      • 对象存储
      • 云硬盘
      • Web应用防火墙
      • 服务器安全卫士
      • CDN加速
      热门推荐
      • 云服务备份
      • 边缘安全加速平台
      • 全站加速
      • 安全加速
      • 云服务器
      • 云主机
      • 智能边缘云
      • 应用编排服务
      • 微服务引擎
      • 共享流量包
      更多推荐
      • web应用防火墙
      • 密钥管理
      • 等保咨询
      • 安全专区
      • 应用运维管理
      • 云日志服务
      • 文档数据库服务
      • 云搜索服务
      • 数据湖探索
      • 数据仓库服务
      友情链接
      • 中国电信集团
      • 189邮箱
      • 天翼企业云盘
      • 天翼云盘
      ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
      公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
      • 用户协议
      • 隐私政策
      • 个人信息保护
      • 法律声明
      备案 京公网安备11010802043424号 京ICP备 2021034386号