ဒေတာဂိုဒေါင်ငယ်တစ်ခုတွင် ETL လုပ်ငန်းစဉ်များကို စောင့်ကြည့်ခြင်း။

အများအပြားသည် ဆက်စပ်ဒေတာဘေ့စ်များထဲသို့ ဒေတာထုတ်ယူခြင်း၊ ပြောင်းလဲခြင်းနှင့် တင်ခြင်းအတွက် လုပ်ထုံးလုပ်နည်းများဖန်တီးရန် အထူးပြုကိရိယာများကို အသုံးပြုကြသည်။ အလုပ်လုပ်သည့်ကိရိယာများ၏လုပ်ငန်းစဉ်ကို မှတ်တမ်းတင်ထားပြီး အမှားအယွင်းများကို ပြင်ဆင်ထားသည်။

အမှားအယွင်းရှိပါက၊ မှတ်တမ်းတွင် tool သည် လုပ်ဆောင်စရာကို ပြီးမြောက်ရန်ပျက်ကွက်သည့် အချက်အလက်နှင့် မည်သည့် modules (မကြာခဏ java) နေရာတွင် ရပ်သွားသည့် အချက်အလက်ပါရှိသည်။ နောက်ဆုံးစာကြောင်းများတွင်၊ ဥပမာအားဖြင့်၊ ဇယားတွင်ထူးခြားသောသော့ချိုးဖောက်မှုတစ်ခု database error ကိုတွေ့နိုင်သည်။

ETL error information သည် မည်သည့်အခန်းကဏ္ဍမှပါဝင်သည်ဆိုသည့်မေးခွန်းကိုဖြေဆိုရန်၊ လွန်ခဲ့သည့်နှစ်နှစ်အတွင်း ဖြစ်ပွားခဲ့သောပြဿနာအားလုံးကို ကျွန်ုပ်သည် ကြီးမားသောသိုလှောင်မှုတစ်ခုတွင် အမျိုးအစားခွဲခြားထားပါသည်။

ဒေတာဘေ့စ် အမှားအယွင်းများတွင် နေရာမလုံလောက်ခြင်း၊ ချိတ်ဆက်မှု ပြတ်တောက်ခြင်း၊ ဆက်ရှင်ချိတ်ဆွဲခြင်း အစရှိသည်တို့ ပါဝင်သည်။

ယုတ္တိတန်သောအမှားများသည် ဇယားသော့များကို ချိုးဖောက်ခြင်း၊ တရားဝင်မဟုတ်သော အရာဝတ္ထုများ၊ အရာဝတ္တုများသို့ ဝင်ရောက်ခွင့်မရှိခြင်း စသည်ဖြင့် ပါဝင်သည်။
အချိန်ဇယားဆွဲသူသည် အချိန်မီမစတင်နိုင်ပါ၊ ၎င်းသည် အေးခဲသွားနိုင်သည်။

ရိုးရှင်းသောအမှားများကို ပြင်ရန် အချိန်အကြာကြီး မယူပါ။ ကောင်းမွန်သော ETL သည် ၎င်းတို့အများစုကို ၎င်းကိုယ်တိုင်ကိုင်တွယ်နိုင်သည်။

ရှုပ်ထွေးသော ချို့ယွင်းချက်များသည် ဒေတာရင်းမြစ်များကို ရှာဖွေရန်၊ ဒေတာနှင့် လုပ်ဆောင်ခြင်းဆိုင်ရာ လုပ်ထုံးလုပ်နည်းများကို ရှာဖွေရန်နှင့် စမ်းသပ်ရန် လိုအပ်ပါသည်။ မကြာခဏ ပြောင်းလဲမှု စမ်းသပ်ခြင်းနှင့် ဖြန့်ကျက်ခြင်းအတွက် လိုအပ်သည်။

ဒါကြောင့် ပြဿနာအားလုံးရဲ့ တစ်ဝက်ဟာ database နဲ့ သက်ဆိုင်ပါတယ်။ အမှားအားလုံး၏ ၄၈% သည် ရိုးရှင်းသောအမှားများဖြစ်သည်။
ပြဿနာအားလုံး၏ သုံးပုံတစ်ပုံသည် သိုလှောင်မှုဆိုင်ရာ ယုတ္တိဗေဒ သို့မဟုတ် မော်ဒယ်ကို ပြောင်းလဲခြင်းနှင့် သက်ဆိုင်သည်၊ ဤအမှားများထဲမှ တစ်ဝက်ကျော်သည် ရှုပ်ထွေးပါသည်။

ပြဿနာအားလုံး၏ လေးပုံတစ်ပုံထက်နည်းသော 18% သည် ရိုးရှင်းသောအမှားများဖြစ်သည်။

ယေဘူယျအားဖြင့် အမှားအယွင်းအားလုံး၏ 22% သည် ရှုပ်ထွေးပြီး ၎င်းတို့၏ တည့်မတ်မှုသည် အာရုံစိုက်မှုနှင့် အချိန်အရှိဆုံး လိုအပ်သည်။ တစ်ပတ်လျှင် တစ်ကြိမ်ခန့် ဖြစ်ပွားတတ်ပါသည်။ ရိုးရှင်းတဲ့အမှားတွေက နေ့တိုင်းလိုလို ဖြစ်တတ်ပါတယ်။

ရှင်းရှင်းလင်းလင်းပင်၊ ETL လုပ်ငန်းစဉ်များကို စောင့်ကြည့်စစ်ဆေးခြင်းသည် အမှားတည်နေရာကို မှတ်တမ်းတွင် တတ်နိုင်သမျှ တိကျစွာညွှန်ပြပြီး ပြဿနာ၏ရင်းမြစ်ကို ရှာဖွေရန် အနည်းဆုံးအချိန်လိုအပ်သောအခါတွင် ထိရောက်မှုရှိမည်ဖြစ်သည်။

ထိရောက်သော စောင့်ကြည့်မှု

ETL စောင့်ကြည့်ရေး လုပ်ငန်းစဉ်တွင် ကျွန်ုပ် ဘာကို မြင်ချင်သနည်း။

Start at - သူအလုပ်စလုပ်တုန်းက၊
သတင်းအရင်းအမြစ် - data source ၊
အလွှာ - သိုလှောင်မှုအဆင့်ကို တင်ဆောင်နေသည်၊
ETL Job Name - အဆင့်ငယ်များစွာပါဝင်သည့် အပ်လုဒ်လုပ်ထုံးလုပ်နည်း၊
Step Number - လုပ်ဆောင်နေသည့် အဆင့်အရေအတွက်၊
Affected Rows - ဒေတာမည်မျှဆောင်ရွက်ပြီးပြီ၊
Duration sec - ဘယ်လောက်ကြာလဲ၊
အခြေအနေ - အားလုံးအဆင်ပြေသည်ဖြစ်စေ မပြေသည်ဖြစ်စေ- OK၊ ERROR၊ Running, HANGS
မက်ဆေ့ချ် - နောက်ဆုံးအောင်မြင်သော မက်ဆေ့ဂျ် သို့မဟုတ် အမှားဖော်ပြချက်။

ထည့်သွင်းမှုများ၏ အခြေအနေကို အခြေခံ၍ သင်သည် အီးမေးလ်တစ်စောင် ပေးပို့နိုင်ပါသည်။ တခြားအဖွဲ့ဝင်တွေဆီ စာပို့တယ်။ အမှားအယွင်းမရှိရင် စာကို မလိုအပ်ပါဘူး။

ထို့ကြောင့် အမှားအယွင်းဖြစ်လျှင် အခင်းဖြစ်ပွားသည့်နေရာကို ရှင်းရှင်းလင်းလင်း ညွှန်ပြထားသည်။

တခါတရံတွင် စောင့်ကြည့်ရေးကိရိယာကိုယ်တိုင် အလုပ်မလုပ်ဘဲ ဖြစ်သွားသည်။ ဤကိစ္စတွင်၊ အစီရင်ခံစာကိုတည်ဆောက်ထားသည့်အခြေခံဖြင့်ဒေတာဘေ့စ်တွင်ကြည့်ရှုခြင်း (မြင်ကွင်း) ကိုတိုက်ရိုက်ခေါ်ဆိုနိုင်သည်။

ETL စောင့်ကြည့်ရေးဇယား

ETL လုပ်ငန်းစဉ်များကို စောင့်ကြည့်အကောင်အထည်ဖော်ရန်၊ ဇယားတစ်ခုနှင့် အမြင်တစ်ခုသည် လုံလောက်ပါသည်။

ဒီလိုလုပ်ဖို့, သင်ပြန်လာနိုင်ပါတယ်။ သင်၏သိုလှောင်မှုအနည်းငယ် sqlite database တွင် ရှေ့ပြေးပုံစံ ဖန်တီးပါ။

DDL ဇယားများ

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);

DDL ကို ကြည့်ရှု/သတင်းပို့ပါ။

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 သည် session နံပါတ်အသစ်တစ်ခုရနိုင်သလားစစ်ဆေးခြင်း။

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

ဇယားအင်္ဂါရပ်များ-

• ဒေတာလုပ်ဆောင်ခြင်းလုပ်ငန်းစဉ်၏အစနှင့်အဆုံးသည် ETL_START နှင့် ETL_END အဆင့်များဖြင့် လိုက်နာရမည်ဖြစ်သည်။
• အမှားအယွင်းရှိပါက ၎င်း၏ဖော်ပြချက်ပါရှိသော ETL_ERROR အဆင့်ကို ဖန်တီးသင့်သည်။
• စီမံဆောင်ရွက်ထားသော ဒေတာပမာဏကို ဥပမာအားဖြင့် ကြယ်ပွင့်များဖြင့် မီးမောင်းထိုးပြသင့်သည်။
• တူညီသောလုပ်ထုံးလုပ်နည်းအား force_restart=y ပါရာမီတာဖြင့် တစ်ချိန်တည်းတွင် စတင်နိုင်သည်၊ ၎င်းမပါဘဲ ဆက်ရှင်နံပါတ်ကို ပြီးမြောက်သည့်လုပ်ငန်းစဉ်အတွက်သာ ထုတ်ပေးပါသည်။
• ပုံမှန်မုဒ်တွင်၊ တူညီသော ဒေတာလုပ်ဆောင်ခြင်းလုပ်ငန်းစဉ်ကို အပြိုင်လုပ်ဆောင်၍မရပါ။

ဇယားတစ်ခုနှင့်အလုပ်လုပ်ရန် လိုအပ်သောလုပ်ဆောင်မှုများမှာ အောက်ပါအတိုင်းဖြစ်သည်။

• လုပ်ဆောင်နေသည့် ETL လုပ်ထုံးလုပ်နည်း၏ session နံပါတ်ကို ရယူခြင်း။
• ဇယားထဲသို့ မှတ်တမ်းထည့်သွင်းပါ။
• ETL လုပ်ထုံးလုပ်နည်း၏ နောက်ဆုံးအောင်မြင်သောမှတ်တမ်းကို ရယူခြင်း။

Oracle သို့မဟုတ် Postgres ကဲ့သို့သော ဒေတာဘေ့စ်များတွင် ဤလုပ်ဆောင်ချက်များကို ပါ၀င်သည့်လုပ်ဆောင်ချက်များအဖြစ် အကောင်အထည်ဖော်နိုင်သည်။ sqlite သည် ပြင်ပယန္တရားတစ်ခု လိုအပ်ပြီး ဤကိစ္စတွင် ၎င်းကို လိုအပ်သည်။ PHP တွင် ရှေ့ပြေးပုံစံ.

ကောက်ချက်

ထို့ကြောင့် ဒေတာလုပ်ဆောင်ခြင်းကိရိယာများတွင် အမှားအယွင်းမက်ဆေ့ချ်များသည် အလွန်အရေးကြီးသော အခန်းကဏ္ဍမှ ပါဝင်ပါသည်။ ဒါပေမယ့် ပြဿနာရဲ့ အကြောင်းရင်းကို အမြန်ရှာတွေ့ဖို့ အကောင်းဆုံးလို့ ခေါ်ဖို့ ခက်ပါတယ်။ လုပ်ထုံးလုပ်နည်း အရေအတွက် တစ်ရာ နီးလာသောအခါ၊ လုပ်ငန်းစဉ် စောင့်ကြည့်ခြင်း သည် ရှုပ်ထွေးသော ပရောဂျက်အဖြစ် ပြောင်းလဲသွားသည်။

ဆောင်းပါးသည် ရှေ့ပြေးပုံစံပုံစံဖြင့် ပြဿနာအတွက် ဖြစ်နိုင်ချေရှိသော အဖြေတစ်ခုကို ဥပမာပေးထားသည်။ သေးငယ်သော repository ရှေ့ပြေးပုံစံတစ်ခုလုံးကို gitlab တွင်ရနိုင်သည်။ SQLite PHP ETL အသုံးအဆောင်များ.

source: www.habr.com