सानो डाटा गोदाममा ETL प्रक्रियाहरू निगरानी गर्दै

धेरैले रिलेसनल डाटाबेसमा डाटा निकाल्ने, रूपान्तरण गर्ने र लोड गर्ने प्रक्रियाहरू सिर्जना गर्न विशेष उपकरणहरू प्रयोग गर्छन्। काम गर्ने उपकरणहरूको प्रक्रिया लग इन गरिएको छ, त्रुटिहरू निश्चित छन्।

त्रुटिको अवस्थामा, लगमा उपकरणले कार्य पूरा गर्न असफल भयो र कुन मोड्युलहरू (प्राय: java) कहाँ रोकियो भन्ने जानकारी समावेश गर्दछ। अन्तिम पङ्क्तिहरूमा, तपाईंले डाटाबेस त्रुटि फेला पार्न सक्नुहुन्छ, उदाहरणका लागि, तालिका अद्वितीय कुञ्जी उल्लङ्घन।

ETL त्रुटि जानकारीले कस्तो भूमिका खेल्छ भन्ने प्रश्नको जवाफ दिन, मैले विगत दुई वर्षमा भएका सबै समस्याहरूलाई बरु ठूलो भण्डारमा वर्गीकृत गरेको छु।

डाटाबेस त्रुटिहरूमा पर्याप्त ठाउँ छैन, जडान हराएको, सेसन हङ, आदि समावेश छ।

तार्किक त्रुटिहरू समावेश छन् जस्तै तालिका कुञ्जीहरूको उल्लङ्घन, गैर-वैध वस्तुहरू, वस्तुहरूमा पहुँचको कमी, आदि।
अनुसूचक समयमा सुरु नहुन सक्छ, यो स्थिर हुन सक्छ, आदि।

साधारण गल्तीहरू सुधार गर्न धेरै समय लाग्दैन। एक राम्रो ETL ले ती मध्ये धेरैलाई आफैं ह्यान्डल गर्न सक्छ।

जटिल बगहरूले डाटा स्रोतहरू अन्वेषण गर्न, डाटासँग काम गर्नका लागि प्रक्रियाहरू पत्ता लगाउन र परीक्षण गर्न आवश्यक बनाउँदछ। अक्सर परिवर्तन परीक्षण र तैनाती को आवश्यकता को नेतृत्व।

त्यसोभए, सबै समस्याहरूको आधा डाटाबेससँग सम्बन्धित छन्। सबै गल्तीहरूको 48% साधारण गल्तीहरू हुन्।
सबै समस्याहरूको एक तिहाइ भण्डारण तर्क वा मोडेल परिवर्तन गर्न सम्बन्धित छन्, यी त्रुटिहरू मध्ये आधा भन्दा बढी जटिल छन्।

र सबै समस्याहरूको एक चौथाई भन्दा कम कार्य अनुसूचकसँग सम्बन्धित छन्, जसमध्ये 18% साधारण त्रुटिहरू छन्।

सामान्यतया, सबै त्रुटिहरू मध्ये 22% जटिल हुन्छन्, र तिनीहरूको सुधारलाई धेरै ध्यान र समय चाहिन्छ। तिनीहरू हप्तामा एक पटक हुन्छन्। जबकि साधारण गल्तीहरू लगभग हरेक दिन हुन्छन्।

स्पष्ट रूपमा, ETL प्रक्रियाहरूको अनुगमन प्रभावकारी हुनेछ जब त्रुटिको स्थान लगमा यथासम्भव सही रूपमा संकेत गरिएको छ र समस्याको स्रोत पत्ता लगाउन न्यूनतम समय आवश्यक छ।

प्रभावकारी अनुगमन

म ETL अनुगमन प्रक्रियामा के हेर्न चाहन्छु?

मा सुरु गर्नुहोस् - जब उसले काम सुरु गर्यो,
स्रोत - डाटा स्रोत,
तह - कुन स्तरको भण्डारण लोड भइरहेको छ,
ETL जागिरको नाम - अपलोड प्रक्रिया, जसमा धेरै साना चरणहरू हुन्छन्,
चरण संख्या - प्रदर्शन भइरहेको चरण को संख्या,
प्रभावित पङ्क्तिहरू - कति डाटा पहिले नै प्रशोधन गरिएको छ,
अवधि सेकेन्ड - कति समय लाग्छ,
स्थिति - सबै ठीक छ वा छैन: ठीक छ, त्रुटि, चलिरहेको, ह्याङ्ग्स
सन्देश - अन्तिम सफल सन्देश वा त्रुटि विवरण।

रेकर्ड को स्थिति मा आधारित, तपाईं एक ईमेल पठाउन सक्नुहुन्छ। अन्य सदस्यहरूलाई पत्र। यदि त्यहाँ कुनै त्रुटिहरू छैनन् भने, पत्र आवश्यक छैन।

यसरी, त्रुटिको घटनामा, घटनाको स्थान स्पष्ट रूपमा संकेत गरिएको छ।

कहिलेकाहीँ यो हुन्छ कि निगरानी उपकरण आफैले काम गर्दैन। यस अवस्थामा, डाटाबेसमा सीधा दृश्य (दृश्य) कल गर्न सम्भव छ, जसको आधारमा रिपोर्ट बनाइएको छ।

ETL निगरानी तालिका

ETL प्रक्रियाहरूको अनुगमन लागू गर्न, एउटा तालिका र एउटा दृश्य पर्याप्त छ।

यो गर्न, तपाईं मा फर्कन सक्नुहुन्छ तपाईंको सानो भण्डारण र sqlite डाटाबेसमा प्रोटोटाइप सिर्जना गर्नुहोस्।

DDL तालिकाहरू

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 हेर्नुहोस्/रिपोर्ट गर्नुहोस्

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 जाँच गर्दै यदि यो नयाँ सत्र नम्बर प्राप्त गर्न सम्भव छ

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

तालिका सुविधाहरू:

• डेटा प्रशोधन प्रक्रियाको सुरु र अन्त्य ETL_START र ETL_END को चरणहरू पालना गर्नुपर्छ।
• त्रुटि को मामला मा, यसको विवरण संग ETL_ERROR चरण सिर्जना गर्नुपर्छ
• प्रशोधित डाटा को मात्रा हाइलाइट गरिनु पर्छ, उदाहरण को लागी, ताराहरु संग
• उही प्रक्रिया force_restart=y प्यारामिटरको साथ एकै समयमा सुरु गर्न सकिन्छ, यो बिना सत्र नम्बर मात्र पूरा प्रक्रियामा जारी गरिन्छ।
• सामान्य मोडमा, तपाइँ समानान्तरमा समान डेटा प्रशोधन प्रक्रिया चलाउन सक्नुहुन्न

तालिका संग काम गर्न को लागी आवश्यक कार्यहरु निम्नानुसार छन्:

• चलिरहेको ETL प्रक्रियाको सत्र नम्बर प्राप्त गर्दै
• तालिकामा लग प्रविष्टि सम्मिलित गर्नुहोस्
• ETL प्रक्रियाको अन्तिम सफल रेकर्ड प्राप्त गर्दै

Oracle वा Postgres जस्ता डाटाबेसहरूमा, यी कार्यहरू बिल्ट-इन प्रकार्यहरूको रूपमा लागू गर्न सकिन्छ। sqlite लाई बाह्य संयन्त्र चाहिन्छ, र यस अवस्थामा यो PHP मा प्रोटोटाइप.

निष्कर्षमा

तसर्थ, डाटा प्रोसेसिङ उपकरणहरूमा त्रुटि सन्देशहरूले ठूलो-महत्वपूर्ण भूमिका खेल्छ। तर समस्याको कारण छिट्टै पत्ता लगाउन तिनीहरूलाई इष्टतम भन्न गाह्रो छ। जब प्रक्रियाहरूको संख्या सय पुग्छ, तब प्रक्रिया अनुगमन जटिल परियोजनामा ​​परिणत हुन्छ।

लेख एक प्रोटोटाइप को रूप मा समस्या को सम्भावित समाधान को एक उदाहरण प्रदान गर्दछ। सम्पूर्ण सानो रिपोजिटरी प्रोटोटाइप gitlab मा उपलब्ध छ SQLite PHP ETL उपयोगिताहरू.

स्रोत: www.habr.com