kylin—stream source

本篇文章主要介绍kylin stream中的source的对接内容；目前kylin对接的stream source只有kafka。

概述

在kylin中，一个cube对应的data source中的topic会按照partitions进行划分。按照kylin的算法，一个cube对应的多个partitions可能会被分配到多个repliaca set上进行处理。每一个replica set仅仅处理部分partition即可。如下图所示，一个model/cube对应的topic的数据可能会被划分到多个replica set中。

image.png

概要设计

receiver server 需要消费对应source（指定的partition）的数据。需要根据对应的partition内容构造出对应的consumer（在kylin中为connector）。通过connector中封装的source consumer来进行读取数据，并且处理对应的position信息。

详细内部实现

StreamingSourceFactory

作用：根据不同的source类型，获得不同的stream source的实现。

IStreamingSource

一个source结构是非常重要的，其表示的是在一个receiver server上消费一个cube数据的综合数据结构（其可以提供connnector，positionhandler等综合结构）。主要功能就是提供了一个adapter的功能。其提供了，产生message template、stream connector等功能。

loadTableSource()
getMessageTemplate()
createStreamingConnector()
getSourcePositionHandler()

辅助信息结构

Postion处理结构

ISourcePosition/IPartitionPosition/ISourcePositionHandler

• IPartitionPosition：用于表示一个partition的信息。

• ISourcePosition：用于表示整个source中多个partition信息的集合。

• ISourcePositionHandler：用于处理整个source的partition的内容的结构。

Connector

由于其对应的source产生，包含了整个链接的topic需要的全部的meta信息的内容。connnector的作用其实是直接与对应的stream系统的client交互的。其需要提供的接口就比较简单:

IConnector {
open()
stop()
next()
等等其他内容
}

Channel

channel就是对connector以及segmentManager的一个封装。channel的主要特性就是：

• 线程：每一个channel都会启动一个独立的java thread进行处理；在其处理过程中会不停的从connector中读取数据（event message），然后将数据写入到segmentmanager中。

• cube->channel对应：每一个receiver server中会保存其处理的全部cube的信息，每一个cube都会对应一个channel，以及对应的segmentmanager。

StreamingSourceConfig

IStreamingMessageParser

用于进行一个Message Parser的功能，将其他类型的message，转化为对应的StreamingMessage

其他基本结构

• ConsumerStartMode：表示消费数据需要从stream系统的哪个位置开始。

• ConsumerStartProtocol：包含了ConsumerStartMode的结构，可以定义一些需要从stream中消费的字段范围。

如何实现一个customer stream source

通过上面的总结可以了解，需要实现如下内容：

• IStreamingSource：用于产生对应的Connector。

• IStreamingConnector：用于真实的open，stop，next对应的stream系统中的数据。

• IStreamingMessageParser： 用于转化不同format类型的message到标准定义的streaming message。