99 lines
4.2 KiB
Markdown
99 lines
4.2 KiB
Markdown
<!-- toc -->
|
||
|
||
<script async src="https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script>
|
||
<ins class="adsbygoogle"
|
||
style="display:block; text-align:center;"
|
||
data-ad-layout="in-article"
|
||
data-ad-format="fluid"
|
||
data-ad-client="ca-pub-8828078415045620"
|
||
data-ad-slot="7586680510"></ins>
|
||
<script>
|
||
(adsbygoogle = window.adsbygoogle || []).push({});
|
||
</script>
|
||
|
||
## 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
|
||
|
||
|
||
|
||
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
|
||
|
||
|
||
|
||
### 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：
|
||
|
||
|
||
|
||
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：
|
||
|
||
|
||
|
||
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
|
||
|
||
|
||
|
||
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
|
||
|
||
|
||
|
||
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) |