Skip to content

Sink

在 eKuiper 源代码中,有内置的动作和扩展的动作。

内置动作

用户可以直接使用标准 eKuiper 实例中的内置动作。内建动作的列表如下:

  • Mqtt sink:输出到外部 mqtt 服务。
  • Neuron sink:输出到本地的 Neuron 实例。
  • EdgeX sink:输出到 EdgeX Foundry。此动作仅在启用 edgex 编译标签时存在。
  • Rest sink:输出到外部 http 服务器。
  • Redis sink: 写入 Redis 。
  • RedisPub sink: 输出到 Redis 消息频道。
  • File sink: 写入文件。
  • Memory sink:输出到 eKuiper 内存主题以形成规则管道。
  • Log sink:写入日志,通常只用于调试。
  • Nop sink:不输出,用于性能测试。

预定义的动作插件

我们已经开发了一些官方的动作插件。这些插件可以在 eKuiper 的源代码中找到,用户需要手动构建它们。详细信息请查看每个动作的构建和使用方法。

这些插件有预编译的二进制文件,用于主流cpu架构,如AMD或ARM。预编译的插件托管在 https://packages.emqx.net/kuiper-plugins/$version/$os/sinks/$type_$arch.zip 中。例如,要获得用于 debian amd64 的 tdengine 插件,请从 https://packages.emqx.net/kuiper-plugins/1.4.4/debian/sinks/tdengine_amd64.zip 安装。

预定义的动作插件列表:

更新

默认情况下,Sink 将数据附加到外部系统中。一些外部系统,如 SQL DB 本身是可更新的,允许更新或删除数据。与查找源类似,只有少数 Sink 是天然 "可更新 "的。可更新的 Sink 必须支持插入、更新和删除。产品自带的 Sink 中,可更新的包括:

为了激活更新功能,Sink 必须设置 rowkindField 属性,以指定数据中的哪个字段代表要采取的动作。在下面的例子中,rowkindField 被设置为 action

json
{"redis": {
  "addr": "127.0.0.1:6379",
  "dataType": "string",
  "field": "id",
  "rowkindField": "action",
  "sendSingle": true
}}

流入的数据必须有一个字段来表示更新的动作。在下面的例子中,action 字段是要执行的动作。动作可以是插入、更新、 upsert 和删除。不同的 sink 的动作实现是不同的。有些 sink 可能对插入、upsert 和更新执行相同的动作。

json
{"action":"update", "id":5, "name":"abc"}

这条信息将把id 为 5的数据更新为新的名字。

公共属性

每个 sink 都有基于共同的属性的属性集。

每个动作可以定义自己的属性。当前有以下的公共属性:

属性名类型和默认值描述
bufferLengthint: 1024设置可缓存消息数目。若缓存消息数超过此限制,sink将阻塞消息接收,直到缓存消息被消费使得缓存消息数目小于限制为止。
omitIfEmptybool: false如果配置项设置为 true,则当 SELECT 结果为空时,该结果将不提供给目标运算符。
sendSinglebool: false输出消息以数组形式接收,该属性意味着是否将结果一一发送。 如果为false,则输出消息将为{"result":"${the string of received message}"}。 例如,{"result":"[{\"count\":30},"\"count\":20}]"}。否则,结果消息将与实际字段名称一一对应发送。 对于与上述相同的示例,它将发送 {"count":30},然后发送{"count":20}到 RESTful 端点。默认为 false。
dataTemplatestring: ""golang 模板格式字符串,用于指定输出数据格式。 模板的输入是目标消息,该消息始终是映射数组。 如果未指定数据模板,则将数据作为原始输入。
formatstring: "json"编码格式,支持 "json" 和 "protobuf"。若使用 "protobuf", 需通过 "schemaId" 参数设置模式,并确保模式已注册。
schemaIdstring: ""编码使用的模式。
delimiterstring: ","仅在使用 delimited 格式时生效,用于指定分隔符,默认为逗号。
fields[]string: nil用于选择输出消息的字段。例如,sql查询的结果是{"temperature": 31.2, humidity": 45}, fields为["humidity"],那么最终输出为{"humidity": 45}。建议不要同时配置dataTemplatefields。如果同时配置,先根据dataTemplate得到输出数据,再通过fields得到最终结果。
dataFieldstring: ""指定要提取哪些数据。举一个例子来说明dataTemplatefieldsdataField之间的关系:首先根据dataTemplate计算输出数据,假设dataTemplate计算的输出结果为{"tele": {"humidity": 80.2, "temperature": 31.2, "id": 1}, "id": 1}。如果dataFieldtele,则结果为{"humidity": 80.2, "temperature": 31.2, "id": 1}。最后,根据fields过滤输出信息,如果fields["humidity", "temperature"],那么输出结果是{"humidity": 80.2, "temperature": 31.2}
enableCachebool: 默认值为etc/kuiper.yaml 中的全局配置是否启用sink cache。缓存存储配置遵循 etc/kuiper.yaml 中定义的元数据存储的配置。
memoryCacheThresholdint: 默认值为全局配置要缓存在内存中的消息数量。出于性能方面的考虑,最早的缓存信息被存储在内存中,以便在故障恢复时立即重新发送。这里的数据会因为断电等故障而丢失。
maxDiskCacheint: 默认值为全局配置缓存在磁盘中的信息的最大数量。磁盘缓存是先进先出的。如果磁盘缓存满了,最早的一页信息将被加载到内存缓存中,取代旧的内存缓存。
bufferPageSizeint: 默认值为全局配置缓冲页是批量读/写到磁盘的单位,以防止频繁的IO。如果页面未满,eKuiper 因硬件或软件错误而崩溃,最后未写入磁盘的页面将被丢失。
resendIntervalint: 默认值为全局配置故障恢复后重新发送信息的时间间隔,防止信息风暴。
cleanCacheAtStopbool: 默认值为全局配置是否在规则停止时清理所有缓存,以防止规则重新启动时对过期消息进行大量重发。如果不设置为true,一旦规则停止,内存缓存将被存储到磁盘中。否则,内存和磁盘规则会被清理掉。
resendAlterQueuebool: 默认值为全局配置是否在重新发送缓存时使用备用队列。如果设置为true,缓存将被发送到备用队列,而不是原始队列。这将导致实时消息和重发消息使用不同的队列发送,消息的顺序发生变化,但是可以防止消息风暴。只有设置为 true 时,以下 resend 相关配置才能生效。
resendPriorityint: 默认值为全局配置重新发送缓存的优先级,int 类型,默认为 0。-1 表示优先发送实时数据;0 表示同等优先级;1 表示优先发送缓存数据。
resendIndicatorFieldstring: 默认值为全局配置重新发送缓存的字段名,该字段类型必须是 bool 值。如果设置了字段,重发时将设置为 true。例如,resendIndicatorField 为 resend,那么在重新发送缓存时,将会将 resend 字段设置为 true。
resendDestinationstring: ""重发数据的目标。该属性在各种 sink 中的含义和支持程度各不相同。例如,在 MQTT sink 中,该属性表示重发的目标主题。 Sink 支持情况详见支持重传目标设置的Sink.
batchSizeint: 0设置缓存发送的消息数目。sink将阻塞消息发送,直到缓存的消息数目等于该值后,再将该数目的消息一次性发送。batchSize 将对 []map 的数据视为多条数据。
lingerIntervalint 0设置缓存发送的间隔时间,单位为毫秒。sink将阻塞消息发送,直到缓存发送的间隔时间达到该值后。lingerInterval 可以与 batchSize 一起使用,任意条件满足时都会触发发送。
compressionstring: ""设置数据压缩算法。仅当 sink 为发送字节码的类型时生效。支持的压缩方法有"zlib","gzip","flate",zstd"。
encryptionstring: ""设置数据加密算法。仅当 sink 为发送字节码的类型时生效。当前仅支持 AES 算法。

动态属性

有些情况下,用户需要按照数据把结果发送到不同的目标中。例如,根据收到的数据,把计算结果发到不同的 mqtt 主题中。使用基于数据模板格式的动态属性,可以实现这样的功能。在以下的例子中,目标的 topic 属性是一个数据模板格式的字符串从而在运行时会将消息发送到动态的主题中。

json
{
  "id": "rule1",
  "sql": "SELECT topic FROM demo",
  "actions": [{
    "mqtt": {
      "sendSingle": true,
      "topic": "prefix/{{.topic}}"
    }
  }
  ]
}

需要注意的是,上例中的 sendSingle 属性已设置。在默认情况下,目标接收到的是数组,使用的 jsonpath 需要采用 {{index . 0 "topic"}}

资源引用

像源一样,动作也支持配置复用,用户只需要在 sinks 文件夹中创建与目标动作同名的 yaml 文件并按照源一样的形式写入配置。

例如,针对 MQTT 动作场景, 用户可以在 sinks 目录下创建 mqtt.yaml 文件,并写入如下内容

yaml
test:
  qos: 1
  server: "tcp://broker.emqx.io:1883"

当用户需要 MQTT 动作时,除了采用传统的配置方式,如下所示

json
    {
  "mqtt": {
    "server": "tcp://broker.emqx.io:1883",
    "topic": "devices/demo_001/messages/events/",
    "protocolVersion": "3.1.1",
    "qos": 1,
    "clientId": "demo_001",
    "username": "xyz.azure-devices.net/demo_001/?api-version=2018-06-30",
    "password": "SharedAccessSignature sr=*******************",
    "retained": false
  }
}

还可以通过 resourceId 引用形式,采用如下的配置

json
 {
  "mqtt": {
    "resourceId": "test",
    "topic": "devices/demo_001/messages/events/",
    "protocolVersion": "3.1.1",
    "clientId": "demo_001",
    "username": "xyz.azure-devices.net/demo_001/?api-version=2018-06-30",
    "password": "SharedAccessSignature sr=*******************",
    "retained": false
  }
}

缓存

动作用于将处理结果发送到外部系统中,存在外部系统不可用的情况,特别是在从边到云的场景中。例如,在弱网情况下,边到云的网络连接可能会不时断开和重连。因此,动作提供了缓存功能,用于在发送错误的情况下暂存数据,并在错误恢复之后自动重发缓存数据。动作的缓存可分为内存和磁盘的两级存储。用户可配置内存缓存条数,超过上限后,新的缓存将离线存储到磁盘中。缓存将同时保存在内存和磁盘中,这样缓存的容量就变得更大了;它还将持续检测故障恢复状态,并在不重新启动规则的情况下重新发送。

离线缓存的保存位置根据 etc/kuiper.yaml 里的 store 配置决定,默认为 sqlite 。如果磁盘存储是sqlite,所有的缓存将被保存到data/cache.db文件。每个 sink 将有一个唯一的 sqlite 表来保存缓存。缓存的计数添加到 sink 的 指标中的 buffer length 部分。

流程

每个 sink 都可以配置自己的缓存机制。每个 sink 的缓存流程是相同的。如果启用了缓存,所有 sink 的事件都会经过两个阶段:首先是将所有内容保存到缓存中;然后在收到 ack 后删除缓存。

  • 错误检测:发送失败后,sink应该通过返回特定的错误类型来识别可恢复的失败(网络等),这将返回一个失败的ack,这样缓存就可以被保留下来。对于成功的发送或不可恢复的错误,将发送一个成功的 ack 来删除缓存。
  • 缓存机制:缓存将首先被保存在内存中。如果超过了内存的阈值,后面的缓存将被保存到磁盘中。一旦磁盘缓存超过磁盘存储阈值,缓存将开始 rotate,即内存中最早的缓存将被丢弃,并加载磁盘中最早的缓存来代替。

重发策略:如果有一条消息正在发送中,则会等待发送的结果以继续发送下个缓存数据。否则,当有新的数据到来时,发送缓存中的第一个数据以检测网络状况。如果发送成功,将按顺序链式发送所有内存和磁盘中的所有缓存。链式发送可定义一个发送间隔,防止形成消息风暴。

  • 实时数据和重发数据区分:用户可配置重发数据与实时数据分开发送,分别发送到不同的目的地。也可配置发送的优先级,优先发送重发数据或实时数据。甚至可以更改发送的内容,例如,将重发数据的增加一个字段,以便在接收端进行区分。

配置

Sink 缓存的配置有两个层次。etc/kuiper.yaml 中的全局配置,定义所有规则的默认行为。还有一个规则 sink 层的定义,用来覆盖默认行为。

  • enableCache:是否启用 sink cache。缓存存储配置遵循 etc/kuiper.yaml 中定义的元数据存储的配置。
  • memoryCacheThreshold:要缓存在内存中的消息数量。出于性能方面的考虑,最早的缓存信息被存储在内存中,以便在故障恢复时立即重新发送。这里的数据会因为断电等故障而丢失。
  • maxDiskCache:缓存在磁盘中的信息的最大数量。磁盘缓存是先进先出的。如果磁盘缓存满了,最早的一页信息将被加载到内存缓存中,取代旧的内存缓存。
  • bufferPageSize:缓冲页是批量读/写到磁盘的单位,以防止频繁的IO。如果页面未满,eKuiper 因硬件或软件错误而崩溃,最后未写入磁盘的页面将被丢失。
  • resendInterval:故障恢复后重新发送信息的时间间隔,防止信息风暴。
  • cleanCacheAtStop:是否在规则停止时清理所有缓存,以防止规则重新启动时对过期消息进行大量重发。如果不设置为true,一旦规则停止,内存缓存将被存储到磁盘中。否则,内存和磁盘规则会被清理掉。
  • resendAlterQueue:是否在重新发送缓存时使用备用队列。如果设置为true,缓存将被发送到备用队列,而不是原始队列。这将导致实时消息和重发消息使用不同的队列发送,消息的顺序发生变化,但是可以防止消息风暴。只有设置为 true 时,以下 resend 相关配置才能生效。
  • resendPriority: 重新发送缓存的优先级,int 类型,默认为 0。-1 表示优先发送实时数据;0 表示同等优先级;1 表示优先发送缓存数据。
  • resendIndicatorField:重新发送缓存的字段名,该字段类型必须是 bool 值。如果设置了字段,重发时将设置为 true。例如,resendIndicatorField 为 resend,那么在重新发送缓存时,将会将 resend 字段设置为 true。

在以下规则的示例配置中,log sink 没有配置缓存相关选项,因此将会采用全局默认配置;而 mqtt sink 进行了自身缓存策略的配置。

json
{
  "id": "rule1",
  "sql": "SELECT * FROM demo",
  "actions": [{
    "log": {},
    "mqtt": {
      "server": "tcp://127.0.0.1:1883",
      "topic": "result/cache",
      "qos": 0,
      "enableCache": true,
      "memoryCacheThreshold": 2048,
      "maxDiskCache": 204800,
      "bufferPageSize": 512,
      "resendInterval": 10
    }
  }
  ]
}

支持重传目标属性的 Sink

并非所有的 sink 都支持重传到另外的目标。目前,只有以下 sink 支持 resendDestintation 属性:

  • MQTT sink: 该属性表示重传的主题。若未设置,则仍传到原主题。
  • REST sink: 该属性表示重传的 URL 。若未设置,则仍传到原 URL。
  • Memory sink: 该属性表示重传的主题。若未设置,则仍传到原主题。
  • RedisPub sink: 该属性表示重传的频道。若未设置,则仍传到原频道。

对于自定义的 sink,可以实现 CollectResend 函数来自定义重传策略。请参考自定义重传策略

运行时节点

用户在创建规则时,Sink 是一个逻辑节点。根据 Sink 本身的类型和用户配置的不同,运行时每个 Sink 可能会生成由多个节点组成的执行计划。Sink 属性配置项众多,实际运行时的逻辑颇为复杂。通过拆分执行计划为多个节点,主要有以下好处:

  • 各种 Sink 之间有大量共有的属性及其实现逻辑,例如数据格式的编码。将共有属性实现拆分为独立的运行时节点,有利于节点的重用,简化数据源节点的实现(单一职责原则),提高节点的可维护行。
  • Sink 的属性中包含耗时的计算,例如压缩,编码等。通过单一节点的指标,难以区分数据源实际执行时子任务的运行状态。拆分节点之后,可以支持更细粒度的运行时指标,了解每个子任务的状态和时延。
  • 子任务拆分后,可以实现子任务的并行计算,提高规则整体的运行效率。

执行计划拆分

Sink 节点的物理执行计划可拆分为:

Batch --> Transform --> Encode --> Compress --> Encrypt --> Cache --> Connect

拆分规则如下:

  • Batch: 配置了 batchSize 和/或 lingerInterval。该节点用于攒批,将收到的数据按照批量配置发给后续节点。
  • Transform: 配置了 dataTemplatedataFieldfields 等需要对数据进行格式转换的共用属性。该节点用于实现各种转换属性。
  • Encode: Sink 为发送字节码的类型(例如 MQTT,可发送任意字节码。有自身格式的 SQL sink 则不是此种类型)且配置了 format 属性。该节点将根据格式以及格式 schema 等相关配置序列化数据。
  • Compress: Sink 为发送字节码的类型且配置了 compression 属性。该节点将根据配置的压缩算法对数据进行压缩。
  • Encrypt: Sink 为发送字节码的类型且配置了 encryption 属性。该节点将根据配置的加密算法对数据进行加密。
  • Cache: 配置了 enableCache。该节点用于实现数据缓存重发,详细信息请参见缓存
  • Connect: 每个 Sink 必定实现的节点。该节点用于连接外部系统并发送数据。