版本：2.3.x

数据迁移

本文介绍如何使用 DataX 将来自其他数据源的数据导入至 CnosDB 中。

迁移工具 DataX

DataX 是阿里巴巴开源的离线数据同步工具/平台，能够实现各种异构数据源之间高效的数据同步功能。

为了能够应对不同数据源的差异，DataX 将不同的数据源的同步抽象为从源头数据源读取数据的 Reader 插件，以及向目标端写入数据的 Writer 插件，读写插件之间类型转换、性能统计等通用功能则由 DataX 框架提供。用户只需要通过配置文件定义 Reader 插件与 Writer 插件，即可轻松实现异构数据同步。DataX 的配置文件一般如下所示：

{
    "job": {
        "content": [
            {
                "reader": {
                    Reader 配置
                    ...
                },
                "writer": {
                    Writer 配置
                    ...
                }
            }
        ],
        "setting": {
            其他配置
            ...
        }
    }
}

我们提供了 Writer 插件 CnosDBWriter，您可以通过配置该插件，通过 DataX 将其他数据源的数据导入至 CnosDB 中。

插件 CnosDBWriter

插件 cnosdbwriter 通过读取 Reader 插件生成的协议数据，生成无模式的写入语句并发送到 CnosDB。

支持 OpenTSDB 的数据格式（通过配置 format = "opentsdb"）。
支持配置每批次写入的最大行数（通过配置 batchSize）与最大字节数（通过配置 bufferSize）。
支持配置输入数据的时间精度（毫秒、微秒、纳秒）。

配置参数

配置参数	描述	是否必选	默认值
cnosdbWriteAPI	CnosDB 写 API 的 URL，字符串	否	`http://127.0.0.1:8902/api/v1/write`
tenant	租户，字符串	否	`cnosdb`
database	数据库，字符串	否	`public`
username	用户名，字符串	否	`root`
password	密码，字符串	否	`root`
batchSize	每批次写入 CnosDB 的最大行数，无符号整数	否	`1000`
bufferSize	每批次写入 CnosDB 的最大字节数，无符号整数	否	`8388608`
format	Reader 所使用的格式，字符串；如果 Reader 使用了特殊格式（如 opentsdbreader），那么需要提供该配置；可选值为 `datax`, `opentsdb`	否	`datax`
table	表，字符串；当 format 为 `opentsdb` 时不需要配置。	是	-
tags	Map 类型，Tag 名称与对应输入列的序号（无符号整数，从 0 开始）的映射；当 format 为 `opentsdb` 时不需要配置。详细格式见下方说明。	是	-
fields	Map 类型，Field 名称与对应输入列的序号（无符号整数，从 0 开始）的映射；当 format 为 `opentsdb` 时不需要配置。详细格式见下方说明。	是	-
timeIndex	时间字段对应输入列的序号，无符号整数，从 0 开始；当 format 为 `opentsdb` 时不需要配置。	是	-
precision	输入数据的时间戳精度，字符串；可选值为 `ms`，`us`，`ns`，分别对应毫秒、微秒、纳秒	否	`ms`

注意事项：

配置项 batchSize 与 bufferSzie 任意条件满足时，该批次数据立刻被发送至 CnosDB，同时清空缓冲区。例如当 batchSize=1000、bufferSize=1048576 时，如果缓冲区的行数达到 1000，即使数据没有达到 1MB，也会被发送；而当缓冲区达到 1MB，如果行数没有达到 1000 行，也同样会被发送。
配置项 format 默认值为 datax，此时 CnosdbWriter 会假设数据格式为表格类型，所以需要手动设置 table、tags、fields、timeIndex 三个配置项。
- 配置项 table 指定了数据输出到那个 CnosDB table 中。
- 配置项 tags 指定了表格类型的数据中，哪些列对应了 CnosDB tag column。假设表格的第 1、2 列为 Tag，Tag 名称分别为 "host"、"unit"，那么可以这样设置：
```
"tags": {
    "host": 1,
    "unit": 2
}
```
- 配置项 fields 指定了表格类型的数据中，哪些列对应了 CnosDB field column。假设表格的第 3、4 列为 Field，Field 名称分别为 "usage_min"、"usage_max"，那么可以这样设置：
```
"fields": {
    "usage_min": 3,
    "usage_max": 4
}
```
- 配置项 timeIndex 指定了表格类型的数据中，哪些列对应了 CnosDB time column。假设表格的第 0 列为 Time，那么可以这样设置：
```
"timeIndex": 0
```
配置项 foramt 也可以设置为 opentsdb，此时 CnosDBWriter 会假设输入数据只有一列，且格式为 OpenTSDB 的 JSON 格式写入请求，此时不再需要配置 table、tags、fields、timeIndex，这些数据将从 JSON 格式的 OpenTSDB 写入请求中解析获得。
配置项 precision 对应 Reader 插件提供的 time 精度，默认为毫秒。由于 CnosDB 默认使用纳秒进行存储，所以有时需要对时间进行转换。

类型转换

为了规范源端和目的端类型转换操作，保证数据不失真，DataX 将 Reader 的各种类型转换为内部类型，详见 DataX 文档 - 类型转换。这些内部类型如下：

Long：定点数(Int、Short、Long、BigInteger等)。
Double：浮点数(Float、Double、BigDecimal(无限精度)等)。
String：字符串类型，底层不限长，使用通用字符集(Unicode)。
Date：日期类型。
Bool：布尔值。
Bytes：二进制，可以存放诸如MP3等非结构化数据。

CnosDBWriter 会将这些内部类型转换为 CnosDB 的内部数据类型，转换规则如下：

DATAX 内部类型	CNOSDB 数据类型
Date （time 列）	TIMESTAMP(NANOSECOND)
Date （非 time 列）	BIGINT
Long	BIGINT
Double	DOUBLE
Bytes	不支持
String	STRING
Bool	BOOLEAN

示例 - 从 OpenTSDB 导入 CnosDB

前置条件

安装 Python 2 或 3、JDK 1.8 以及 DataX，详见 DataX 文档 - 快速开始。
安装 CnosDB，详见部署章节。

我们假设 DataX 被安装到 {YOUR_DATAX_HOME} 路径下。

参数配置

Reader 插件 OpenTSDBReader 配置

假设我们有运行中的 OpenTSDB，并且准备导出的数据模式如下：

节点地址：http://127.0.0.1:4242
指标：sys.cpu.nice
开始：2023-06-01 00:00:00
结束：2023-06-02 00:00:00
时间精度：毫秒

那么，对应的 Reader 插件 OpenTSDBReader 的配置参数如下：

{
    "name": "opentsdbreader",
    "parameter": {
        "endpoint": "http://localhost:4242",
        "column": [
            "cpu_usage_nice"
        ],
        "beginDateTime": "2023-06-01 00:00:00",
        "endDateTime": "2023-06-02 00:00:00"
    }
}

时间精度并非写在 OpenTSDBReader 的配置中，而需要提供给 CnosDBWriter 的配置的 precision 项。

配置项 column 将被用作 CnosDB 的表名称。最终在 CnosDB 中会生成一个名为 cpu_usage_nice 的表，指标数据会固定被写入到 cpu_usage_nice 表的 value 列中。

OpenTSDB 中的数据内容如下：

curl 'http://localhost:4242/api/query?start=2023/06/01-00:00:00&end=2023/06/01-01:00:00&m=none:cpu_usage_nice' ｜jq
[
    {
        "metric": "cpu_usage_nice",
        "tags": {
            "host": "myhost",
            "cpu": "cpu0"
        },
        "aggregateTags": [],
        "dps": {
            "1685548810000": 0.0,
            "1685548820000": 0.0,
            "1685548830000": 0.0,
            "1685548840000": 1.509054,
            "1685548850000": 4.885149,
            "1685548860000": 19.758805,
            "1685548870000": 27.269705,
            "1685548880000": 32.713946,
            "1685548890000": 37.621445,
            "1685548900000": 26.837964,
        }
    }
]

Writer 插件 CnosDBWriter 配置

假设我们有运行中的 CnosDB，相关参数如下：

接口地址： http://127.0.0.1:8902/api/v1/write
租户：cnosdb
数据库：public
用户：root
密码：root

在将 OpenTSDBReader 与 CnosDBWriter 配合使用时，需要设置 CnosdbWriter 配置项 format 为 opentsdb，这样 CnosdbWriter 才能够正确将数据写入到 CnosDB 中。

那么，对应的 Writer 插件 CnosdbWriter 的配置参数如下：

{
    "name": "cnosdbwriter",
    "parameter": {
        "cnosdbWriteAPI": "http://127.0.0.1:8902/api/v1/write",
        "tenant": "cnosdb",
        "database": "public",
        "username": "root",
        "password": "root",
        "format": "opentsdb",
    }
}

开始导入

我们新建一个 DatraX 配置文件，并且将前面的 OpenTSDBReader 和 CnosDBWriter 配置填充到 reader 和 writer 项中，保存为 {YOUR_DATAX_HOME}/bin/opentsdb_to_cnosdb.json：

{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "opentsdbreader",
                    "parameter": {
                        "endpoint": "http://localhost:4242",
                        "column": [
                            "cpu_usage_nice"
                        ],
                        "beginDateTime": "2023-06-01 00:00:00",
                        "endDateTime": "2023-06-02 00:00:00"
                    }
                },
                "writer": {
                    "name": "cnosdbwriter",
                    "parameter": {
                        "cnosdbWriteAPI": "http://127.0.0.1:8902/api/v1/write",
                        "tenant": "cnosdb",
                        "database": "public",
                        "username": "root",
                        "password": "root",
                        "format": "opentsdb"
                    }
                }
            }
        ],
        "setting": {
            "speed": {
                "channel": 1
            }
        }
    }
}

运行 datax.py，开始导入：

cd {YOUR_DATAX_HOME}/bin
python ./datax.py ./opentsdb_to_cnosdb.json

最终的输出如下：

...
2023-07-01 12:34:56.789 [job-0] INFO  JobContainer -
任务启动时刻                    : 2023-07-01 12:34:55
任务结束时刻                    : 2023-07-01 12:34:56
任务总计耗时                    :                  1s
任务平均流量                    :              508B/s
记录写入速度                    :             10rec/s
读出记录总数                    :                  10
读写失败总数                    :                   0

CnosDB 中的数据如下：

SELECT * FROM cpu_usage_nice ORDER BY time ASC;
+---------------------+--------+------+-----------+
| time                | host   | cpu  | value     |
+---------------------+--------+------+-----------+
| 2023-06-01T00:00:10 | myhost | cpu0 | 0.0       |
| 2023-06-01T00:00:20 | myhost | cpu0 | 0.0       |
| 2023-06-01T00:00:30 | myhost | cpu0 | 0.0       |
| 2023-06-01T00:00:40 | myhost | cpu0 | 1.509054  |
| 2023-06-01T00:00:50 | myhost | cpu0 | 4.885149  |
| 2023-06-01T00:01:00 | myhost | cpu0 | 19.758805 |
| 2023-06-01T00:01:10 | myhost | cpu0 | 27.269705 |
| 2023-06-01T00:01:20 | myhost | cpu0 | 32.713946 |
| 2023-06-01T00:01:30 | myhost | cpu0 | 37.621445 |
| 2023-06-01T00:01:40 | myhost | cpu0 | 26.837964 |
+---------------------+--------+------+-----------+

查看导入任务状态

DataX 的作业运行的日志文件默认位于 {YOUR_DATAX_HOME}/log 目录下。在这些日志文件中，我们可以查看任务的启动时间、结束时间、状态以及任何输出和错误消息。此外，可以通过在 CnosDB 中查询导出的表来获取导入进度：

SELECT COUNT(*) as c FROM "cpu_usage_nice";
+----+
| c  |
+----+
| 10 |
+----+

取消或停止导入任务

可以通过终止 DataX 进程来关掉导入任务:

pkill datax

数据迁移

迁移工具 DataX​

插件 CnosDBWriter​

配置参数​

类型转换​

示例 - 从 OpenTSDB 导入 CnosDB​

前置条件​

参数配置​

Reader 插件 OpenTSDBReader 配置​

Writer 插件 CnosDBWriter 配置​

开始导入​

查看导入任务状态​

取消或停止导入任务​