参数配置

基本配置（ common.properties ）

参数描述默认值备注
manager.hostsManager 服务器 IP 和端口列表127.0.0.1:8083不允许为空，格式按照 {ip1:port1}[,{ip2:port2}][,{ip3:port3}] 格式进行配置
manager.auth.secretId登录所需帐号无允许为空不填写
manager.auth.secretKey登录所需密码无允许为空不填写
proxy.cluster.tagdataproxy 所处的集群 Tag 名default_cluster一个集群 Tag 里可以包含多个 dataproxy、MQ 的集群
proxy.cluster.namedataproxy 所处的集群名default_dataproxy用于区分不同的环境
proxy.cluster.inChargesdataproxy 所处的集群负责人admin
configCheckIntervalconf 目录的配置文件检查及加载间隔（单位 ms ）10000
metricDomainsJMX 域名DataProxy通过该配置值获取如下 “metricDomains.${metricDomains}.xxx” 的配置项
metricDomains.DataProxy.domainListeners指标监听的类，通过该类名反射开启服务org.apache.inlong.dataproxy.metrics.prometheus.PrometheusMetricListener如果存在多个指标监听类配置，通过空格、回车，或换行符进行分隔
metricDomains.DataProxy.snapshotInterval周期性上报指标的时隙（单位 ms ）60000
prometheusHttpPort使用 Prometheus 上报时设置的端口号9081
audit.enable是否开启数据上报 InLong-Audit 服务true
audit.proxysInLong-Audit 服务的地址127.0.0.1:10081格式按照 {ip1:port1}[ {ip2:port2}][ {ip3:port3}] 进行配置，不同 ip:port 间通过空格、回车，或换行符进行分隔

日志输出配置（ log4j2.xml ）

DataProxy 采用的是 Log4j2 输出日志，相关配置基于 Log4j2 进行设置，本配置只提及常用设置项：

参数描述默认值备注
basePath日志文件的存储路径${sys:dataproxy.log.path}
every_file_size每个日志文件的大小，单位字节1G
output_log_level日志输出级别DEBUG线上使用时建议设置为 INFO
rolling_max同类型日志同一目录下可存放的数量50
debug_maxDEBUG 类型日志同一目录下可存放的数量7
info_maxINFO 类型日志同一目录下可存放的数量7
warn_maxWARN 类型日志同一目录下可存放的数量7
error_maxERROR 类型日志同一目录下可存放的数量7

其他自动更新配置

DataProxy 启动并成功链接到 Manager 后，会自动从 Manager 同步运行配置，并定期更新，如下部分配置不可修改

配置文件名描述备注
mq_cluster.propertiesMQ 集群配置
topics.propertiesgroupId 到 MQ 的 Topic 的映射配置
weight.properties系统负载权重配置

source-channel-sink 管道配置（dataproxy-{tube|pulsar}.conf）

DataProxy 支持配置化的 source-channel-sink，配置方式与 flume 的配置文件结构一致，修改该配置文件时要按照 Apache flume 的配置文件定义来进行修改。配置文件放在 dataproxy-{tube|pulsar}.conf 文件中，目前支持 dataproxy-pulsar.conf 和 dataproxy-tube.conf 两种，用于区分不同的中间件类型，具体类型可以在启动时指定，默认（未指定时）使用 dataproxy-pulsar.conf 作为配置文件。 如下是针对该配置文件的示例：

  • Source 配置示例：
  1. agent1.sources.tcp-source.channels = ch-msg1 ch-msg2 ch-msg3 ch-more1 ch-more2 ch-more3 ch-msg5 ch-msg6 ch-msg7 ch-msg8 ch-msg9 ch-msg10 ch-transfer ch-back
  2. 定义source中使用到的channel，注意此source下面的配置如果有使用到channel，均需要在此注释
  4. agent1.sources.tcp-source.type = org.apache.flume.source.SimpleTcpSource
  5. tcp解析类型定义，这里提供类名用于实例化，SimpleTcpSource主要是初始化配置并启动端口监听
  7. agent1.sources.tcp-source.msg-factory-name = org.apache.flume.source.ServerMessageFactory
  8. 用于构造消息解析的handler，并设置read stream handler和write stream handler
  10. agent1.sources.tcp-source.host = 0.0.0.0    
  11. tcp ip绑定监听，默认绑定所有网卡
  13. agent1.sources.tcp-source.port = 46801
  14. tcp 端口绑定，默认绑定46801端口
  16. agent1.sources.tcp-source.highWaterMark=2621440 
  17. netty概念，设置netty高水位值
  19. agent1.sources.tcp-source.max-msg-length = 524288
  20. 限制单个包大小，这里如果传输的是压缩包，则是压缩包大小，限制512KB
  22. agent1.sources.tcp-source.topic = test_token
  23. 默认topic值，如果groupId和topic的映射关系找不到，则发送到此topic中
  25. agent1.sources.tcp-source.attr = m=9
  26. 默认m值设置，这里的m值是inlong内部TdMsg协议的版本
  28. agent1.sources.tcp-source.connections = 5000
  29. 并发连接上线，超过上限值时会对新连接做断链处理
  31. agent1.sources.tcp-source.max-threads = 64
  32. netty线程池工作线程上限，一般推荐选择cpu的两倍
  34. agent1.sources.tcp-source.receiveBufferSize = 524288
  35. netty server tcp调优参数
  37. agent1.sources.tcp-source.sendBufferSize = 524288
  38. netty server tcp调优参数
  40. agent1.sources.tcp-source.custom-cp = true
  41. 是否使用自研的channel process，自研channel process可在主channel阻塞时，选择备用channel发送
  43. agent1.sources.tcp-source.selector.type = org.apache.flume.channel.FailoverChannelSelector
  44. 这个channel selector就是自研的channel selector，和官网的差别不大，主要是有channel主从选择逻辑
  46. agent1.sources.tcp-source.selector.master = ch-msg5 ch-msg6 ch-msg7 ch-msg8 ch-msg9
  47. 指定master channel，这些channel会被优先选择用于数据推送。那些不在master、transfer、fileMetric、slaMetric配置项里的channel，但在
  48. channels里面有定义的channel，统归为slave channel，当master channel都被占满时，就会选择使用slave channel，slave channel一般建议使用file channel类型
  50. agent1.sources.tcp-source.selector.transfer = ch-msg5 ch-msg6 ch-msg7 ch-msg8 ch-msg9
  51. 指定transfer channel，承接transfer类型的数据，这里的transfer一般是指推送到非tube集群的数据，仅做转发，这里预留出来供后续功能使用
  53. agent1.sources.tcp-source.selector.fileMetric = ch-back
  54. 指定fileMetric channel，用于接收agent上报的指标数据
  • Channel 配置示例，memory channel：
  1. agent1.channels.ch-more1.type = memory
  2. memory channel类型
  4. agent1.channels.ch-more1.capacity = 10000000
  5. memory channel 队列大小，可缓存最大消息条数
  7. agent1.channels.ch-more1.keep-alive = 0
  9. agent1.channels.ch-more1.transactionCapacity = 20
  10. 原子操作时批量处理最大条数，memory channel使用时需要用到加锁，因此会有批处理流程增加效率
  • Channel 配置示例，file channel：
  1. agent1.channels.ch-msg5.type = file
  2. file channel类型
  4. agent1.channels.ch-msg5.capacity = 100000000
  5. file channel最大可缓存消息条数
  7. agent1.channels.ch-msg5.maxFileSize = 1073741824
  8. file channel文件最大上限，字节数
  10. agent1.channels.ch-msg5.minimumRequiredSpace = 1073741824
  11. file channel所在磁盘最小可用空间，设置此值可以防止磁盘写满
  13. agent1.channels.ch-msg5.checkpointDir = /data/work/file/ch-msg5/check
  14. file channel checkpoint路径
  16. agent1.channels.ch-msg5.dataDirs = /data/work/file/ch-msg5/data
  17. file channel数据路径
  19. agent1.channels.ch-msg5.fsyncPerTransaction = false
  20. 是否对每个原子操作做同步磁盘，建议改false，否则会对性能有影响
  22. agent1.channels.ch-msg5.fsyncInterval = 5
  23. 数据从内存flush到磁盘的时间间隔，单位秒
  • Sink 配置示例：
  1. agent1.sinks.mq-sink-msg1.channel = ch-msg1
  2. sink的上游channel名称
  4. agent1.sinks.mq-sink-msg1.type = org.apache.inlong.dataproxy.sink.mq.MessageQueueZoneSink
  5. sink类实现，此处为统一MQ模型Sink
  7. agent1.sinks.mq-sink-msg1.maxThreads = 2
  8. 最大发送线程数
  10. agent1.sinks.mq-sink-msg1.dispatchTimeout = 2000
  11. Dispatch队列超时时间
  13. agent1.sinks.mq-sink-msg1.dispatchMaxPackCount = 256
  14. Dispatch队列最大包数量
  16. agent1.sinks.mq-sink-msg1.dispatchMaxPackSize = 3276800
  17. Dispatch队列最大包Size
  19. agent1.sinks.mq-sink-msg1.maxBufferQueueSize=131072
  20. Dispatch队列最大长度
  22. agent1.sinks.mq-sink-msg1.processInterval=100
  23. 重试发送间隔
  25. agent1.sinks.mq-sink-msg1.reloadInterval=60000
  26. 配置重新加载时间间隔
  28. agent1.sinks.mq-sink-msg1.producer.compressionType=SNAPPY
  29. 数据压缩算法