TairTS簡介

TairTS為Tair自研的Module，依托Tair（企業版）提供實時且高并發的查詢、寫入性能，支持對歷史時序數據的更新或累加，支持時間線級別的TTL設定，保證每條時間線都可以按時間窗口自動滾動，同時采用高效的Gorilla壓縮算法與特定存儲，極大降低存儲成本。更多信息，請參見TS。

秒級監控介紹

本文以上圖為例介紹秒級監控架構。Console發布秒級監控配置，對應APP接收配置后通過MQTT協議寫入到Collector中，Collector處理數據后寫入到Tair數據庫中。

• 高并發查詢場景

  在高并發查詢場景中，TairTS不僅可以保證查詢的性能，還支持降采樣、屬性過濾、分批查詢、多種數值函數等條件下的聚合操作，滿足不同業務進行多維度篩選與查看，同時支持將批量查詢與聚合計算集成到單條命令中，減少網絡交互，實現毫秒級響應，幫助您及時定位問題。

• 高并發寫入場景

  在高并發寫入場景中，隨著APP規模的增大，單點的Collector將會成為瓶頸。為此，TairTS支持對歷史時序數據的原地更新或累加，保障多Collector并發寫入正確性，同時節省內存空間。并發寫入的代碼示例如下：

  import com.aliyun.tair.tairts.TairTs;
  import com.aliyun.tair.tairts.params.ExtsAggregationParams;
  import com.aliyun.tair.tairts.params.ExtsAttributesParams;
  import com.aliyun.tair.tairts.results.ExtsSkeyResult;
  import redis.clients.jedis.Jedis;
  
  public class test {
  
      protected static final String HOST = "127.0.0.1";
      protected static final int PORT = 6379;
  
  
      public static void main(String[] args) {
          try {
              Jedis jedis = new Jedis(HOST, PORT, 2000 * 100);
              if (!"PONG".equals(jedis.ping())) {
                  System.exit(-1);
              }
              TairTs tairTs = new TairTs(jedis);
              //Cluster模式時如下：
              //TairTsCluster tairTsCluster = new TairTsCluster(jedisCluster);
  
              String pkey = "cpu_load";
              String skey1 = "app1";
              long startTs = (System.currentTimeMillis() - 100000) / 1000 * 1000;
              long endTs = System.currentTimeMillis() / 1000 * 1000;
              String startTsStr = String.valueOf(startTs);
              String endTsStr = String.valueOf(endTs);
  
              tairTs.extsdel(pkey, skey1);
              long num = 5;
  
              //Collector A 并發更新。
              for (int i = 0; i < num; i++) {
                  double val = i;
                  long ts = startTs + i*1000;
                  String tsStr = String.valueOf(ts);
                  ExtsAttributesParams params = new ExtsAttributesParams();
                  params.dataEt(1000000000);
                  String addRet = tairTs.extsrawincr(pkey, skey1, tsStr, val, params);
              }
  
              ExtsAggregationParams paramsAgg = new ExtsAggregationParams();
              paramsAgg.maxCountSize(10);
              paramsAgg.aggAvg(1000);
  
              System.out.println("Collector A并發更新后結果：");
              ExtsSkeyResult rangeByteRet = tairTs.extsrange(pkey, skey1, startTsStr, endTsStr, paramsAgg);
              for (int i = 0; i < num; i++) {
                  System.out.println("    ts: " + rangeByteRet.getDataPoints().get(i).getTs() + ", value: " + rangeByteRet.getDataPoints().get(i).getDoubleValue());
              }
  
              //Collector B并發更新。
              for (int i = 0; i < num; i++) {
                  double val = i;
                  long ts = startTs + i*1000;
                  String tsStr = String.valueOf(ts);
                  ExtsAttributesParams params = new ExtsAttributesParams();
                  params.dataEt(1000000000);
                  String addRet = tairTs.extsrawincr(pkey, skey1, tsStr, val, params);
              }
  
  
              System.out.println("Collector B 并發更新后結果：");
              rangeByteRet = tairTs.extsrange(pkey, skey1, startTsStr, endTsStr, paramsAgg);
              for (int i = 0; i < num; i++) {
                  System.out.println("    ts: " + rangeByteRet.getDataPoints().get(i).getTs() + ", value: " + rangeByteRet.getDataPoints().get(i).getDoubleValue());
              }
          } catch (Exception e) {
              e.printStackTrace();
          }
      }
  }

  執行結果：

  Collector A并發更新后結果：
      ts: 1597049266000, value: 0.0
      ts: 1597049267000, value: 1.0
      ts: 1597049268000, value: 2.0
      ts: 1597049269000, value: 3.0
      ts: 1597049270000, value: 4.0
  Collector B并發更新后結果：
      ts: 1597049266000, value: 0.0
      ts: 1597049267000, value: 2.0
      ts: 1597049268000, value: 4.0
      ts: 1597049269000, value: 6.0
      ts: 1597049270000, value: 8.0