概述
表格存储(原OTS)的一大特性是能够支撑海量数据的高并发、高吞吐率的写入,特别适合日志数据或物联网场景(例如轨迹追踪或溯源)数据的写入和存储。这些场景的特性是,会在短时间内产生大量的数据需要消化并写入数据库,需要数据库能够提供高并发、高吞吐率的写入性能,需要满足每秒上万行甚至上百万行的写入吞吐率。针对这些场景,我们在存储层做了很多的优化(本篇文章不赘述),同时在SDK接口层也做了一些优化,专门提供了一个简单易用、高性能的数据导入接口。
TableStoreWriter是基于Java SDK的异步接口,封装的一层专门用于高并发、高吞吐率数据导入的接口。本篇文章主要会介绍TableStoreWriter的适用场景、底层架构以及如何使用。
适用场景
特性
如果你的应用场景,满足以下特点,则可以考虑使用TableStoreWriter来作为数据写入的入口:
特点一: 高并发,对吞吐率要求很高
需要高并发的数据写入,非写入行的吞吐率要求很高。例如日志场景,需要分布式的采集日志,采集点可能很多;需要在短时间内将这些产生的日志消费掉,导入到数据库中,衡量导入性能的指标是每秒消费多少MB的日志数据。
特点二:对单条数据的写入延迟没有要求
应用场景需要的是高写入吞吐率,而不是单条数据的写入延迟。还是拿日志场景举例,日志场景对写入的要求是每秒能处理多少条日志,而不在乎一条日志从产生到最终写入的延迟。这是典型的离线和在线场景的区别,在线场景要求反馈是及时的。从延迟的量级上来讲,在线场景可能要求数据写入在毫秒级别,而离线场景可能可以接受数据写入延迟在百毫秒级别。
为啥TableStoreWriter要求应用对单行导入的延迟没有要求?这与TableStoreWriter内部优化写入吞吐率相关,为了最大化利用存储层写入的性能,TableStoreWriter内部会做数据缓冲,尽量发送大的数据包,而数据缓冲需要数据从写入到发送有一个暂缓。
特点三:写入可异步化(可采用生产者消费者模型)
TableStoreWriter为提高写入吞吐率,做的一个优化即异步化。异步化有很多的好处,包括数据写入可以更聚集,可以提供更高的写入并发等。
所以对于应用层,需要能够接受写入异步化。异步化代表的意思是,数据写入的触发线程,不需要同步的等待该行数据是否写入成功还是失败的反馈,数据写入失败或成功的处理可以被异步的执行。
类似的架构为:生产者将数据写入一个队列,而不用管该数据何时被消费,消费者异步的消费数据。