druid-docs-cn/Tutorials/chapter-6.md

88 lines
3.8 KiB
Markdown
Raw Normal View History

2020-03-29 04:45:22 -04:00
<!-- toc -->
## 配置数据保留规则
本教程演示如何在数据源上配置保留规则,以设置要保留或删除的数据的时间间隔
本教程我们假设您已经按照[单服务器部署](../GettingStarted/chapter-3.md)中描述下载了Druid并运行在本地机器上。
完成[加载本地文件](./chapter-1.md)和[数据查询](./chapter-4.md)两部分内容也是非常有帮助的。
### 加载示例数据
2020-03-30 01:51:43 -04:00
在本教程中我们将使用Wikipedia编辑的示例数据其中包含一个摄取任务规范它将为输入数据每个小时创建一个单独的段
2020-03-29 04:45:22 -04:00
2020-03-30 01:51:43 -04:00
数据摄取规范位于 `quickstart/tutorial/retention-index.json`, 提交这个规范,将创建一个名称为 `retention-tutorial` 的数据源
2020-03-29 04:45:22 -04:00
2020-05-16 03:57:49 -04:00
```json
2020-03-29 04:45:22 -04:00
bin/post-index-task --file quickstart/tutorial/retention-index.json --url http://localhost:8081
```
摄取完成后,在浏览器中转到[http://localhost:8888/unified-console.html#datasources](http://localhost:8888/unified-console.html#datasources)以访问Druid控制台的datasource视图
此视图显示可用的数据源以及每个数据源的保留规则摘要
![](img-6/tutorial-retention-01.png)
当前没有为 `retention-tutorial` 数据源设置规则。请注意,集群有默认规则:在 `_default_tier` 中永久加载2个副本
这意味着无论时间戳如何所有数据都将加载并且每个段将复制到两个Historical进程的 `_default_tier`
在本教程中,我们将暂时忽略分层和冗余概念
让我们通过单击"Fully Available"旁边的"24 Segments"链接来查看 `retention-tutorial` 数据源的段
[Segment视图](http://localhost:8888/unified-console.html#segments) 提供了一个数据源包括的segment信息本页显示有24个段每一个段包括了2015-09-12特定小时的数据
![](img-6/tutorial-retention-02.png)
### 设置数据保留规则
假设我们想删除2015年9月12日前12小时的数据保留2015年9月12日后12小时的数据。
进入到Datasources视图点击 `retention-tutorial` 数据源的蓝色铅笔的图标 `Cluster default: loadForever`
一个规则配置窗口出现了:
![](img-6/tutorial-retention-03.png)
现在点击 `+ New rule` 按钮两次
在上边的规则框中,选择 `Load``by Interval` 然后输入在 `by Interval` 旁边的输入框中输入 `2015-09-12T12:00:00.000Z/2015-09-13T00:00:00.000Z`, 副本可以选择保持2`_default_tier`
在下边的规则框中,选择 `Drop``forever`
规则看上去是这样的:
![](img-6/tutorial-retention-04.png)
现在点击 `Next`, 规则配置过程将要求提供用户名和注释,以便进行更改日志记录。您可以同时输入教程。
现在点击 `Save`, 可以在Datasources视图中看到新的规则
![](img-6/tutorial-retention-05.png)
给集群几分钟时间应用规则更改然后转到Druid控制台中的segments视图。2015年9月12日前12小时的段文件现已消失
![](img-6/tutorial-retention-06.png)
生成的保留规则链如下:
1. loadByInterval 2015-09-12T12/2015-09-13 (12 hours)
2. dropForever
3. loadForever (默认规则)
规则链是自上而下计算的,默认规则链始终添加在底部
我们刚刚创建的教程规则链在指定的12小时间隔内加载数据
如果数据不在12小时的间隔内则规则链下一步将计算 `dropForever`,这将删除任何数据
`dropForever` 终止了规则链,有效地覆盖了默认的 `loadForever` 规则,在这个规则链中永远不会到达该规则
注意,在本教程中,我们定义了一个特定间隔的加载规则
相反如果希望根据数据的生命周期保留数据例如保留从过去3个月到现在3个月的数据则应定义一个周期性加载规则(Period Load Rule)。
### 进一步阅读
2020-04-08 02:20:07 -04:00
[加载规则](../Operations/retainingOrDropData.md)