Bidh mòran a’ cleachdadh innealan sònraichte gus modhan-obrach a chruthachadh airson dàta a tharraing, a chruth-atharrachadh agus a luchdachadh gu stòran-dàta co-cheangailte. Tha pròiseas innealan obrach air a chlàradh, tha mearachdan air an suidheachadh.
Ma tha mearachd ann, tha fiosrachadh anns an loga nach do shoirbhich leis an inneal an obair a choileanadh agus dè na modalan (gu tric java) a chuir stad air càite. Anns na loidhnichean mu dheireadh, gheibh thu mearachd stòr-dàta, mar eisimpleir, clàr briseadh iuchair sònraichte.
Gus a ’cheist a fhreagairt dè an àite a th’ aig fiosrachadh mearachd ETL, tha mi air na duilgheadasan uile a tha air tachairt thar an dà bhliadhna a dh ’fhalbh a sheòrsachadh ann an stòr caran mòr.
Tha mearachdan stòr-dàta a’ toirt a-steach àite gu leòr, ceangal air chall, seisean crochte, msaa.
Tha mearachdan loidsigeach a’ toirt a-steach leithid briseadh iuchraichean bùird, nithean neo-dhligheach, dìth ruigsinneachd air nithean, msaa.
Is dòcha nach tòisich an clàr-ama ann an àm, faodaidh e reothadh, msaa.
Cha toir mearachdan sìmplidh fada airson an ceartachadh. Faodaidh ETL math a’ mhòr-chuid dhiubh a làimhseachadh leis fhèin.
Tha bugaichean iom-fhillte ga dhèanamh riatanach dòighean-obrach a lorg agus a dhearbhadh airson obrachadh le dàta, gus stòran dàta a sgrùdadh. Gu math tric bidh feum air deuchainn atharrachaidh agus cleachdadh.
Mar sin, tha leth de na duilgheadasan uile co-cheangailte ris an stòr-dàta. Tha 48% de na mearachdan uile nan mearachdan sìmplidh.
Tha an treas cuid de na duilgheadasan uile co-cheangailte ri bhith ag atharrachadh loidsig no modail stòraidh, tha còrr air leth de na mearachdan sin iom-fhillte.
Agus tha nas lugha na cairteal de na duilgheadasan uile co-cheangailte ris a’ chlàr gnìomh, agus tha 18% dhiubh nam mearachdan sìmplidh.
San fharsaingeachd, tha 22% de na mearachdan uile a tha a 'tachairt iom-fhillte, agus feumaidh an ceartachadh an aire agus an ùine as motha. Bidh iad a’ tachairt timcheall air uair san t-seachdain. Ged a tha mearachdan sìmplidh a 'tachairt cha mhòr a h-uile latha.
Gu dearbh, bidh sgrùdadh air pròiseasan ETL èifeachdach nuair a tha suidheachadh na mearachd air a chomharrachadh anns an log cho ceart ‘s a ghabhas agus a dh’ fheumar an ùine as lugha gus stòr na duilgheadas a lorg.
Sgrùdadh èifeachdach
Dè bha mi airson fhaicinn ann am pròiseas sgrùdaidh ETL?
Tòisich aig - nuair a thòisich e air obair,
Stòr - stòr dàta,
Sreath - dè an ìre de stòradh ga luchdachadh,
Ainm Obrach ETL - modh luchdachadh suas, anns a bheil mòran cheumannan beaga,
Àireamh Ceum - àireamh a 'cheum a thathar a' coileanadh,
Sreathan air a bheil buaidh - dè an ìre de dhàta a chaidh a phròiseasadh mu thràth,
Ùine sec - dè cho fada ‘s a bheir e,
Inbhe - ge bith a bheil a h-uile dad ceart no nach eil: ceart gu leòr, mearachd, RUNNING, HANGS
Teachdaireachd - An teachdaireachd mu dheireadh soirbheachail no tuairisgeul mearachd.
Stèidhichte air inbhe nan clàran, faodaidh tu post-d a chuir. litir gu buill eile. Mura h-eil mearachdan ann, chan eil feum air an litir.
Mar sin, ma thachras mearachd, tha suidheachadh an tachartais air a chomharrachadh gu soilleir.
Uaireannan bidh e a 'tachairt nach obraich an inneal sgrùdaidh fhèin. Anns a 'chùis seo, tha e comasach sealladh (sealladh) a ghairm gu dìreach san stòr-dàta, air a bheil an aithisg air a thogail.
Clàr sgrùdaidh ETL
Gus sgrùdadh a dhèanamh air pròiseasan ETL, tha aon chlàr agus aon sealladh gu leòr.
Gus seo a dhèanamh, faodaidh tu tilleadh gu
Clàr DDL saor an asgaidh
CREATE TABLE UTL_JOB_STATUS (
/* Table for logging of job execution log. Important that the job has the steps ETL_START and ETL_END or ETL_ERROR */
UTL_JOB_STATUS_ID INTEGER NOT NULL PRIMARY KEY AUTOINCREMENT,
SID INTEGER NOT NULL DEFAULT -1, /* Session Identificator. Unique for every Run of job */
LOG_DT INTEGER NOT NULL DEFAULT 0, /* Date time */
LOG_D INTEGER NOT NULL DEFAULT 0, /* Date */
JOB_NAME TEXT NOT NULL DEFAULT 'N/A', /* Job name like JOB_STG2DM_GEO */
STEP_NAME TEXT NOT NULL DEFAULT 'N/A', /* ETL_START, ... , ETL_END/ETL_ERROR */
STEP_DESCR TEXT, /* Description of task or error message */
UNIQUE (SID, JOB_NAME, STEP_NAME)
);
INSERT INTO UTL_JOB_STATUS (UTL_JOB_STATUS_ID) VALUES (-1);
Seall/aithris DDL
CREATE VIEW IF NOT EXISTS UTL_JOB_STATUS_V
AS /* Content: Package Execution Log for last 3 Months. */
WITH SRC AS (
SELECT LOG_D,
LOG_DT,
UTL_JOB_STATUS_ID,
SID,
CASE WHEN INSTR(JOB_NAME, 'FTP') THEN 'TRANSFER' /* file transfer */
WHEN INSTR(JOB_NAME, 'STG') THEN 'STAGE' /* stage */
WHEN INSTR(JOB_NAME, 'CLS') THEN 'CLEANSING' /* cleansing */
WHEN INSTR(JOB_NAME, 'DIM') THEN 'DIMENSION' /* dimension */
WHEN INSTR(JOB_NAME, 'FCT') THEN 'FACT' /* fact */
WHEN INSTR(JOB_NAME, 'ETL') THEN 'STAGE-MART' /* data mart */
WHEN INSTR(JOB_NAME, 'RPT') THEN 'REPORT' /* report */
ELSE 'N/A' END AS LAYER,
CASE WHEN INSTR(JOB_NAME, 'ACCESS') THEN 'ACCESS LOG' /* source */
WHEN INSTR(JOB_NAME, 'MASTER') THEN 'MASTER DATA' /* source */
WHEN INSTR(JOB_NAME, 'AD-HOC') THEN 'AD-HOC' /* source */
ELSE 'N/A' END AS SOURCE,
JOB_NAME,
STEP_NAME,
CASE WHEN STEP_NAME='ETL_START' THEN 1 ELSE 0 END AS START_FLAG,
CASE WHEN STEP_NAME='ETL_END' THEN 1 ELSE 0 END AS END_FLAG,
CASE WHEN STEP_NAME='ETL_ERROR' THEN 1 ELSE 0 END AS ERROR_FLAG,
STEP_NAME || ' : ' || STEP_DESCR AS STEP_LOG,
SUBSTR( SUBSTR(STEP_DESCR, INSTR(STEP_DESCR, '***')+4), 1, INSTR(SUBSTR(STEP_DESCR, INSTR(STEP_DESCR, '***')+4), '***')-2 ) AS AFFECTED_ROWS
FROM UTL_JOB_STATUS
WHERE datetime(LOG_D, 'unixepoch') >= date('now', 'start of month', '-3 month')
)
SELECT JB.SID,
JB.MIN_LOG_DT AS START_DT,
strftime('%d.%m.%Y %H:%M', datetime(JB.MIN_LOG_DT, 'unixepoch')) AS LOG_DT,
JB.SOURCE,
JB.LAYER,
JB.JOB_NAME,
CASE
WHEN JB.ERROR_FLAG = 1 THEN 'ERROR'
WHEN JB.ERROR_FLAG = 0 AND JB.END_FLAG = 0 AND strftime('%s','now') - JB.MIN_LOG_DT > 0.5*60*60 THEN 'HANGS' /* half an hour */
WHEN JB.ERROR_FLAG = 0 AND JB.END_FLAG = 0 THEN 'RUNNING'
ELSE 'OK'
END AS STATUS,
ERR.STEP_LOG AS STEP_LOG,
JB.CNT AS STEP_CNT,
JB.AFFECTED_ROWS AS AFFECTED_ROWS,
strftime('%d.%m.%Y %H:%M', datetime(JB.MIN_LOG_DT, 'unixepoch')) AS JOB_START_DT,
strftime('%d.%m.%Y %H:%M', datetime(JB.MAX_LOG_DT, 'unixepoch')) AS JOB_END_DT,
JB.MAX_LOG_DT - JB.MIN_LOG_DT AS JOB_DURATION_SEC
FROM
( SELECT SID, SOURCE, LAYER, JOB_NAME,
MAX(UTL_JOB_STATUS_ID) AS UTL_JOB_STATUS_ID,
MAX(START_FLAG) AS START_FLAG,
MAX(END_FLAG) AS END_FLAG,
MAX(ERROR_FLAG) AS ERROR_FLAG,
MIN(LOG_DT) AS MIN_LOG_DT,
MAX(LOG_DT) AS MAX_LOG_DT,
SUM(1) AS CNT,
SUM(IFNULL(AFFECTED_ROWS, 0)) AS AFFECTED_ROWS
FROM SRC
GROUP BY SID, SOURCE, LAYER, JOB_NAME
) JB,
( SELECT UTL_JOB_STATUS_ID, SID, JOB_NAME, STEP_LOG
FROM SRC
WHERE 1 = 1
) ERR
WHERE 1 = 1
AND JB.SID = ERR.SID
AND JB.JOB_NAME = ERR.JOB_NAME
AND JB.UTL_JOB_STATUS_ID = ERR.UTL_JOB_STATUS_ID
ORDER BY JB.MIN_LOG_DT DESC, JB.SID DESC, JB.SOURCE;
SQL A’ sgrùdadh a bheil e comasach àireamh seisean ùr fhaighinn
SELECT SUM (
CASE WHEN start_job.JOB_NAME IS NOT NULL AND end_job.JOB_NAME IS NULL /* existed job finished */
AND NOT ( 'y' = 'n' ) /* force restart PARAMETER */
THEN 1 ELSE 0
END ) AS IS_RUNNING
FROM
( SELECT 1 AS dummy FROM UTL_JOB_STATUS WHERE sid = -1) d_job
LEFT OUTER JOIN
( SELECT JOB_NAME, SID, 1 AS dummy
FROM UTL_JOB_STATUS
WHERE JOB_NAME = 'RPT_ACCESS_LOG' /* job name PARAMETER */
AND STEP_NAME = 'ETL_START'
GROUP BY JOB_NAME, SID
) start_job /* starts */
ON d_job.dummy = start_job.dummy
LEFT OUTER JOIN
( SELECT JOB_NAME, SID
FROM UTL_JOB_STATUS
WHERE JOB_NAME = 'RPT_ACCESS_LOG' /* job name PARAMETER */
AND STEP_NAME in ('ETL_END', 'ETL_ERROR') /* stop status */
GROUP BY JOB_NAME, SID
) end_job /* ends */
ON start_job.JOB_NAME = end_job.JOB_NAME
AND start_job.SID = end_job.SID
Feartan clàr:
- feumaidh toiseach is deireadh a' mhodh-obrachaidh dàta a bhith air a leantainn leis na ceumannan ETL_START agus ETL_END
- ma bhios mearachd ann, bu chòir an ceum ETL_ERROR leis an tuairisgeul aige a chruthachadh
- bu chòir an àireamh de dhàta pròiseasaichte a bhith air a chomharrachadh, mar eisimpleir, le rionnagan
- faodar an aon dòigh-obrach a thòiseachadh aig an aon àm leis an force_restart = y paramadair, às aonais tha àireamh an t-seisein air a thoirt a-mach dìreach chun mhodh crìochnaichte
- sa mhodh àbhaisteach, chan urrainn dhut an aon mhodh giollachd dàta a ruith aig an aon àm
Tha na gnìomhan riatanach airson a bhith ag obair le clàr mar a leanas:
- a’ faighinn àireamh seisean a’ mhodh-obrach ruith ETL
- cuir a-steach log a-steach don bhòrd
- faighinn an clàr soirbheachail mu dheireadh de mhodh-obrach ETL
Ann an stòran-dàta leithid Oracle no Postgres, faodar na h-obraichean sin a chuir an gnìomh mar ghnìomhan togte. Feumaidh sqlite uidheamachd bhon taobh a-muigh, agus sa chùis seo e
co-dhùnadh
Mar sin, tha àite mega-chudromach aig teachdaireachdan mearachd ann an innealan giullachd dàta. Ach tha e duilich an gairm as fheàrr airson adhbhar na trioblaid a lorg gu sgiobalta. Nuair a thig an àireamh de mhodhan-obrach faisg air ceud, bidh sgrùdadh pròiseas a’ tionndadh gu bhith na phròiseact iom-fhillte.
Tha an artaigil a 'toirt seachad eisimpleir de fhuasgladh comasach air an duilgheadas ann an cruth prototype. Tha am prototype tasgaidh beag gu lèir ri fhaighinn ann an gitlab
Source: www.habr.com