ChunJun 通用配置详解
配置文件结构详解
一个完整的 ChunJun 任务脚本配置包含 content, setting 两个部分。content 用于配置任务的输入源与输出源,其中包含 reader,writer。而 setting 则配置任务整体的环境设定,其中包含 speed,errorLimit,metricPluginConf,restore,log,dirty。总体结构如下所示:
{
"job" : {
"content" :[{
"reader" : {},
"writer" : {}
}],
"setting" : {
"speed" : {},
"errorLimit" : {},
"metricPluginConf" : {},
"restore" : {},
"log" : {},
"dirty":{}
}
}
}
名称 | 说明 | 是否必填 | |
contend | reader | reader插件详细配置 | 是 |
writer | writer插件详细配置 | 是 | |
setting | speed | 速率限制 | 否 |
errorLimit | 出错控制 | 否 | |
metricPluginConf | 指标插件配置 | 否 | |
restore | 任务类型及断点续传配置 | 否 | |
log | 日志记录配置 | 否 | |
dirty | 脏数据保存 | 否 |
Content 配置
Reader
reader 用于配置数据的输入源,即数据从何而来。具体配置如下所示:
"reader" : {
"name" : "xxreader",
"parameter" : {
......
}
}
名称 | 说明 | 是否必填 |
---|---|---|
name | reader 插件名称,具体名称参考各数据源配置文档 | 是 |
parameter | 数据源配置参数,具体配置参考各数据源配置文档 | 是 |
Writer
"writer" : {
"name" : "xxwriter",
"parameter" : {
......
}
}
名称 | 说明 | 是否必填 |
---|---|---|
name | writer 插件名称,具体名称参考各数据源配置文档 | 是 |
parameter | 数据源配置参数,具体配置参考各数据源配置文档 | 是 |
Setting 配置
speed
speed 用于配置任务并发数及速率限制。具体配置如下所示:
"speed" : {
"channel": 1,
"readerChannel": -1,
"writerChannel": -1,
"bytes": 0,
"rebalance" : true
}
名称 | 说明 | 是否必填 | 默认值 | 数据类型 |
---|---|---|---|---|
channel | 任务并发数 | 否 | 1 | Integer |
readerChannel | source 并行度,-1 代表采用全局并行度 | 否 | -1 | Integer |
writerChannel | sink 并行度,-1 代表采用全局并行度 | 否 | -1 | Integer |
bytes | bytes >0 则表示开启任务限速 | 否 | 0 | Long |
rebalance | 是否强制进行 rebalance,开启会消耗性能 | 否 | false | Boolean |
ErrorLimit
errorLimit 用于配置任务运行时数据读取写入的出错控制。具体配置如下所示:
"errorLimit" : {
"record": 100,
"percentage": 10.0
}
名称 | 说明 | 是否必填 | 默认值 | 参数类型 |
---|---|---|---|---|
record | 错误阈值,当错误记录数超过此阈值时任务失败 | 否 | 0 | Integer |
percentage | 错误比例阈值,当错误记录比例超过此阈值时任务失败 | 否 | 0.0 | Double |
MetricPluginConf
metricPluginConf 用于配置 flinkx 指标相关信息。
目前只应用于 Jdbc 插件中,在作业结束时将 StartLocation 和 EndLocation 指标发送到指定数据源中。
目前支持 Prometheus 和 Mysql。具体配置如下所示:
Prometheus
promethusReporter 依赖 pushGateway 和普罗米修斯交互
"metricPluginConf" : {
"pluginName": "promethus"
}
普罗米修斯的相关配置信息需要配置在 flink 的配置文件中
metrics.reporter.promgateway.host: 127.0.0.1
metrics.reporter.promgateway.port: 9091
metrics.reporter.promgateway.jobName: testjob
metrics.reporter.promgateway.randomJobNameSuffix: true
metrics.reporter.promgateway.deleteOnShutdown: false
名称 | 说明 | 是否必填 | 默认值 |
---|---|---|---|
metrics.reporter.promgateway.host | pushGateway 域名 | 是 | 无 |
metrics.reporter.promgateway.port | pushGateway 端口 | 是 | 0 |
metrics.reporter.promgateway.jobName | 指标对应作业名 | 否 | 无 |
metrics.reporter.promgateway.randomJobNameSuffix | 是否对作业名加上随机后缀,防止作业名重复 | 否 | false |
metrics.reporter.promgateway.deleteOnShutdown | 是否在作业结束后删除指标信息 | 否 | true |
Mysql
要求目标表存在至少两个 String 字段,metric_name 和 metric_value,分别记录指标名和指标值
"metricPluginConf" : {
"pluginName": "promethus"
"pluginProp": {
"jdbcUrl":"",
"database":"",
"table":"",
"username":"",
"password":"",
"properties":{
}
}
}
名称 | 说明 | 是否必填 | 默认值 | 参数类型 |
---|---|---|---|---|
jdbcUrl | 针对 Mysql 的 jdbc 连接字符串 | 是 | 无 | String |
table | mysql 表名 | 是 | 无 | String |
username | mysql 用户名 | 是 | 无 | String |
password | mysql 用户名对应的密码 | 是 | 无 | String |
properties | 数据库连接配置 | 否 | 无 | Map |
Restore
restore 用于配置同步任务类型(离线同步、实时采集)和断点续传功能。具体配置如下所示:
"restore" : {
"isStream" : false,
"isRestore" : false,
"restoreColumnName" : "",
"restoreColumnIndex" : 0
}
名称 | 说明 | 是否必填 | 默认值 | 参数类型 |
---|---|---|---|---|
isStream | 是否为实时采集任务 | 否 | false | Boolean |
isRestore | 是否开启断点续传 | 否 | false | Boolean |
restoreColumnName | 断点续传字段名称 | 开启断点续传后必填 | 无 | String |
restoreColumnIndex | 断点续传字段索引 ID | 开启断点续传后必填 | 无 | Integer |
Log
log 用于配置 ChunJun 中定义的插件日志的保存与记录。具体配置如下所示:
"log" : {
"isLogger": false,
"level" : "info",
"path" : "/tmp/dtstack/flinkx/",
"pattern":""
}
名称 | 说明 | 是否必填 | 默认值 | 参数类型 |
---|---|---|---|---|
isLogger | 是否保存日志记录 | 否 | false | Boolean |
level | 日志级别 | 否 | info | String |
path | 服务器上日志保存路径 | 否 | /tmp/dtstack/flinkx/ | String |
pattern | 日志输出格式 | 否 | log4j:%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{60} %X{sourceThread} - %msg%n logback : %d{yyyy-MM-dd HH:mm:ss,SSS} %-5p %-60c %x - %m%n | String |
Dirty
dirty 用于配置脏数据的保存,通常与 ErrorLimit 联合使用。具体配置如下所示:
"dirty" : {
"path" : "xxx",
"hadoopConfig" : {
......
}
}
名称 | 说明 | 是否必填 | 默认值 | 参数类型 |
---|---|---|---|---|
path | 脏数据保存路径 | 是 | 无 | Sring |
hadoopConfig | Hadoop 相关配置 | 是 | 无 | Map |