架构介绍

一. InLong-Agent 概览

InLong-Agent是一个支持多种数据源类型的收集工具,致力于实现包括file、sql、Binlog、metrics等多种异构数据源之间稳定高效的数据采集功能。

简要的架构图如下:

架构介绍 - 图1

设计理念

为了解决数据源多样性问题,InLong-agent 将多种数据源抽象成统一的source概念,并抽象出sink来对数据进行写入。当需要接入一个新的数据源的时候,只需要配置好数据源的格式与读取参数便能跟做到高效读取。

当前使用现状

InLong-Agent在腾讯集团内被广泛使用,承担了大部分的数据采集业务,线上数据量达百亿级别。

二. InLong-Agent 架构介绍

InLong Agent本身作为数据采集框架,采用channel + plugin架构构建。将数据源读取和写入抽象成为Reader/Writer插件,纳入到整个框架中。

  • Reader:Reader为数据采集模块,负责采集数据源的数据,将数据发送给channel。
  • Writer: Writer为数据写入模块,负责不断向channel取数据,并将数据写入到目的端。
  • Channel:Channel用于连接reader和writer,作为两者的数据传输通道,并起到了数据的写入读取监控作用

三. InLong-Agent 采集分类说明

3.1 文件采集

文件采集包含如下功能:

用户配置的路径监听,能够监听出创建的文件信息 目录正则过滤,支持YYYYMMDD+正则表达式的路径配置 断点重传,InLong-Agent重启时,能够支持自动从上次读取位置重新读取,保证不重读不漏读。

3.2 sql采集

这类数据是指通过SQL执行的方式 SQL正则分解,转化成多条SQL语句 分别执行SQL,拉取数据集,拉取过程需要注意对mysql本身的影响 执行周期,这种一般是定时执行

3.3 binlog 采集

这类采集通过配置mysql slave的方式,读取binlog,并还原数据 需要注意binlog读取的时候多线程解析,多线程解析的数据需要打上顺序标签 代码基于老版本的dbsync,主要的修改是将tdbus-sender的发送改为推送到agent-channel的方式做融合

3.4 Metrics采集类

这种方式采集属于文件采集,只不过metric采集的时候,单行的数据有格式规范