Tunnel的常見問題有哪些

這篇文章主要介紹“Tunnel的常見問題有哪些”，在日常操作中，相信很多人在Tunnel的常見問題有哪些問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Tunnel的常見問題有哪些”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

基本介紹及應(yīng)用場景

Tunnel是MaxCompute提供的離線批量數(shù)據(jù)通道服務(wù)，主要提供大批量離線數(shù)據(jù)上傳和下載，
僅提供每次批量大于等于64MB數(shù)據(jù)的場景，小批量流式數(shù)據(jù)場景請使用DataHub實時數(shù)據(jù)通道以獲得更好的性能和體驗。

SDK上傳最佳實踐

import java.io.IOException;import java.util.Date;import com.aliyun.odps.Column;import com.aliyun.odps.Odps;import com.aliyun.odps.PartitionSpec;import com.aliyun.odps.TableSchema;import com.aliyun.odps.account.Account;import com.aliyun.odps.account.AliyunAccount;import com.aliyun.odps.data.Record;import com.aliyun.odps.data.RecordWriter;import com.aliyun.odps.tunnel.TableTunnel;import com.aliyun.odps.tunnel.TunnelException;import com.aliyun.odps.tunnel.TableTunnel.UploadSession;
public class UploadSample {
 private static String accessId = "<your access id>";
 private static String accessKey = "<your access Key>";
 private static String odpsUrl = "http://service.odps.aliyun.com/api";
 private static String project = "<your project>";
 private static String table = "<your table name>";
 private static String partition = "<your partition spec>";
 public static void main(String args[]) {   // 準(zhǔn)備工作，僅需做一次
   Account account = new AliyunAccount(accessId, accessKey);
   Odps odps = new Odps(account);
   odps.setEndpoint(odpsUrl);
   odps.setDefaultProject(project);
   TableTunnel tunnel = new TableTunnel(odps);   try {     // 確定寫入分區(qū)
     PartitionSpec partitionSpec = new PartitionSpec(partition);     // 在服務(wù)端創(chuàng)建一個在本表本分區(qū)上有效期24小時的session，24小時內(nèi)該session可以共計上傳20000個Block數(shù)據(jù)
     // 創(chuàng)建Session的時耗為秒級，會在服務(wù)端使用部分資源、創(chuàng)建臨時目錄等，操作較重，因此強(qiáng)烈建議同一個分區(qū)數(shù)據(jù)盡可能復(fù)用Session上傳。
     UploadSession uploadSession = tunnel.createUploadSession(project,
         table, partitionSpec);
     System.out.println("Session Status is : "
         + uploadSession.getStatus().toString());
     TableSchema schema = uploadSession.getSchema();     // 準(zhǔn)備數(shù)據(jù)后打開Writer開始寫入數(shù)據(jù)，準(zhǔn)備數(shù)據(jù)后寫入一個Block，每個Block僅能成功上傳一次，不可重復(fù)上傳，CloseWriter成功代表該Block上傳完成，失敗可以重新上傳該Block，同一個Session下最多允許20000個BlockId，即0-19999，若超出請CommitSession并且再創(chuàng)建一個新Session使用，以此類推。
     // 單個Block內(nèi)寫入數(shù)據(jù)過少會產(chǎn)生大量小文件 嚴(yán)重影響計算性能， 強(qiáng)烈建議每次寫入64MB以上數(shù)據(jù)(100GB以內(nèi)數(shù)據(jù)均可寫入同一Block)
     // 可通過數(shù)據(jù)的平均大小與記錄數(shù)量大致計算總量即 64MB < 平均記錄大小*記錄數(shù) < 100GB
     // maxBlockID服務(wù)端限制為20000，用戶可以根據(jù)自己業(yè)務(wù)需求，每個Session使用一定數(shù)量的block例如100個，但是建議每個Session內(nèi)使用block越多越好，因為創(chuàng)建Session是一個很重的操作
     // 如果創(chuàng)建一個Session后僅僅上傳少量數(shù)據(jù)，不僅會造成小文件、空目錄等問題，還會嚴(yán)重影響上傳整體性能（創(chuàng)建Session花費秒級，真正上傳可能僅僅用了十幾毫秒）
     int maxBlockID = 20000;     for (int blockId = 0; blockId < maxBlockID; blockId++) {       // 準(zhǔn)備好至少64MB以上數(shù)據(jù)，準(zhǔn)備完成后方可寫入
       // 例如：讀取若干文件或者從數(shù)據(jù)庫中讀取數(shù)據(jù)
       try {         // 在該Block上創(chuàng)建一個Writer，writer創(chuàng)建后任意一段時間內(nèi)，若某連續(xù)2分鐘沒有寫入4KB以上數(shù)據(jù)，則會超時斷開連接
         // 因此建議在創(chuàng)建writer前在內(nèi)存中準(zhǔn)備可以直接進(jìn)行寫入的數(shù)據(jù)
         RecordWriter recordWriter = uploadSession.openRecordWriter(blockId);         // 將讀取到的所有數(shù)據(jù)轉(zhuǎn)換為Tunnel Record格式并切入
         int recordNumber = 1000000;         for (int index = 0; i < recordNumber; i++) {           // 將第index條原始數(shù)據(jù)轉(zhuǎn)化為odps record
           Record record = uploadSession.newRecord();           for (int i = 0; i < schema.getColumns().size(); i++) {
             Column column = schema.getColumn(i);             switch (column.getType()) {               case BIGINT:
                 record.setBigint(i, 1L);                 break;               case BOOLEAN:
                 record.setBoolean(i, true);                 break;               case DATETIME:
                 record.setDatetime(i, new Date());                 break;               case DOUBLE:
                 record.setDouble(i, 0.0);                 break;               case STRING:
                 record.setString(i, "sample");                 break;               default:                 throw new RuntimeException("Unknown column type: "
                     + column.getType());
             }
           }           // Write本條數(shù)據(jù)至服務(wù)端，每寫入4KB數(shù)據(jù)會進(jìn)行一次網(wǎng)絡(luò)傳輸
           // 若120s沒有網(wǎng)絡(luò)傳輸服務(wù)端將會關(guān)閉連接，屆時該Writer將不可用，需要重新寫入
           recordWriter.write(record);
         }         // close成功即代表該block上傳成功，但是在整個Session Commit前，這些數(shù)據(jù)是在odps 臨時目錄中不可見的
         recordWriter.close();
       } catch (TunnelException e) {         // 建議重試一定次數(shù)
         e.printStackTrace();
         System.out.println("write failed:" + e.getMessage());
       } catch (IOException e) {         // 建議重試一定次數(shù)
         e.printStackTrace();
         System.out.println("write failed:" + e.getMessage());
       }
     }     // 提交所有Block，uploadSession.getBlockList()可以自行指定需要提交的Block，Commit成功后數(shù)據(jù)才會正式寫入Odps分區(qū)，Commit失敗建議重試10次
     for (int retry = 0; retry < 10; ++retry) {       try {         // 秒級操作，正式提交數(shù)據(jù)
         uploadSession.commit(uploadSession.getBlockList());         break;
       } catch (TunnelException e) {
         System.out.println("uploadSession commit failed:" + e.getMessage());
       } catch (IOException e) {
         System.out.println("uploadSession commit failed:" + e.getMessage());
       }
     }
     System.out.println("upload success!");
   } catch (TunnelException e) {
     e.printStackTrace();
   } catch (IOException e) {
     e.printStackTrace();
   }
 }
}

構(gòu)造器舉例說明：

PartitionSpec(String spec)：通過字符串構(gòu)造此類對象。

參數(shù):

spec: 分區(qū)定義字符串，比如: pt='1',ds='2'。
因此程序中應(yīng)該這樣配置：private static String partition = "pt='XXX',ds='XXX'";

常見問題

MaxCompute Tunnel是什么？

Tunnel是MaxCompute的數(shù)據(jù)通道，用戶可以通過Tunnel向MaxCompute中上傳或者下載數(shù)據(jù)。目前Tunnel僅支持表（不包括視圖View）數(shù)據(jù)的上傳下載。

BlockId是否可以重復(fù)？

同一個UploadSession里的blockId不能重復(fù)。也就是說，對于同一個UploadSession，用一個blockId打開RecordWriter，寫入一批數(shù)據(jù)后，調(diào)用close，
然后再commit完成后，寫入成功后不可以重新再用該blockId打開另一個RecordWriter寫入數(shù)據(jù)。 Block默認(rèn)最多20000個，即0-19999。

Block大小是否存在限制？

一個block大小上限 100GB，強(qiáng)烈建議大于64M的數(shù)據(jù)，每一個Block對應(yīng)一個文件，小于64MB的文件統(tǒng)稱為小文件，小文件過多將會影響使用性能。
使用新版BufferedWriter可以更簡單的進(jìn)行上傳功能避免小文件等問題 Tunnel-SDK-BufferedWriter

Session是否可以共享使用，存在生命周期嗎？

每個Session在服務(wù)端的生命周期為24小時，創(chuàng)建后24小時內(nèi)均可使用，也可以跨進(jìn)程/線程共享使用，但是必須保證同一個BlockId沒有重復(fù)使用，分布式上傳可以按照如下步驟：
創(chuàng)建Session->數(shù)據(jù)量估算->分配Block（例如線程1使用0-100，線程2使用100-200）->準(zhǔn)備數(shù)據(jù)->上傳數(shù)據(jù)->Commit所有寫入成功的Block。

Session創(chuàng)建后不使用是否對系統(tǒng)有消耗？

每個Session在創(chuàng)建時會生成兩個文件目錄，如果大量創(chuàng)建而不使用，會導(dǎo)致臨時目錄增多，大量堆積時可能造成系統(tǒng)負(fù)擔(dān)，請一定避免此類行為，盡量共享利用session。

遇到Write/Read超時或IOException怎么處理？

上傳數(shù)據(jù)時，Writer每寫入8KB數(shù)據(jù)會觸發(fā)一次網(wǎng)絡(luò)動作，如果120秒內(nèi)沒有網(wǎng)絡(luò)動作，服務(wù)端將主動關(guān)閉連接，屆時Writer將不可用，請重新打開一個新的Writer寫入。

建議使用 [Tunnel-SDK-BufferedWriter]接口上傳數(shù)據(jù)，該接口對用戶屏蔽了blockId的細(xì)節(jié)，并且內(nèi)部帶有數(shù)據(jù)緩存區(qū)，會自動進(jìn)行失敗重試。

下載數(shù)據(jù)時，Reader也有類似機(jī)制，若長時間沒有網(wǎng)絡(luò)IO會被斷開連接，建議Read過程連續(xù)進(jìn)行中間不穿插其他系統(tǒng)的接口。

MaxCompute Tunnel目前有哪些語言的SDK？

MaxCompute Tunnel目前提供Java版的SDK。

MaxCompute Tunnel 是否支持多個客戶端同時上傳同一張表？

支持。

MaxCompute Tunnel適合批量上傳還是流式上傳

MaxCompute Tunnel用于批量上傳，不適合流式上傳，流式上傳可以使用[DataHub高速流式數(shù)據(jù)通道]，毫秒級延時寫入。

MaxCompute Tunnel上傳數(shù)據(jù)時一定要先存在分區(qū)嗎？

是的，Tunnel不會自動創(chuàng)建分區(qū)。

Dship 與 MaxCompute Tunnel的關(guān)系？

dship是一個工具，通過MaxCompute Tunnel來上傳下載。

Tunnel upload數(shù)據(jù)的行為是追加還是覆蓋？

追加的模式。

Tunnel路由功能是怎么回事？

路由功能指的是Tunnel SDK通過設(shè)置MaxCompute獲取Tunnel Endpoint的功能。因此，SDK可以只設(shè)置MaxCompute的endpoint來正常工作。

用MaxCompute Tunnel上傳數(shù)據(jù)時，一個block的數(shù)據(jù)量大小多大比較合適

沒有一個絕對最優(yōu)的答案，要綜合考慮網(wǎng)絡(luò)情況，實時性要求，數(shù)據(jù)如何使用以及集群小文件等因素。一般，如果數(shù)量較大是持續(xù)上傳的模式，可以在64M - 256M，
如果是每天傳一次的批量模式，可以設(shè)大一些到1G左右

使用MaxCompute Tunnel 下載, 總是提示timeout

一般是endpoint錯誤，請檢查Endpoint配置，簡單的判斷方法是通過telnet等方法檢測網(wǎng)絡(luò)連通性。

通過MaxCompute Tunnel下載，拋出You have NO privilege ‘odps:Select‘ on {acs:odps:*:projects/XXX/tables/XXX}. project ‘XXX‘ is protected的異常

該project開啟了數(shù)據(jù)保護(hù)功能，用戶操作這是從一個項目的數(shù)據(jù)導(dǎo)向另一個項目，這需要該project的owner操作。

Tunnel上傳拋出異常ErrorCode=FlowExceeded, ErrorMessage=Your flow quota is exceeded.**

Tunnel對請求的并發(fā)進(jìn)行了控制，默認(rèn)上傳和下載的并發(fā)Quota為2000，任何相關(guān)的請求發(fā)出到結(jié)束過程中均會占用一個Quota單位。若出現(xiàn)類似錯誤，有如下幾種建議的解決方案：
1 sleep一下再重試；
2 將project的tunnel并發(fā)quota調(diào)大，需要聯(lián)系管理員評估流量壓力；
3 報告project owner調(diào)查誰占用了大量并發(fā)quota，控制一下。

到此，關(guān)于“Tunnel的常見問題有哪些”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>