## 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](tutorial-batch.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 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 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 ```json 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` 中 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` 和 `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,在 `_default_tier` 中 在下边的规则框中,选择 `Drop` 和 `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 [加载规则](../Operations/retainingOrDropData.md)