跳到主要内容
版本：2.13.0

数据集管理

综述​

炎凰数据平台提供数据集管理页面，用户可以在这个页面对数据集进行创建/修改/删除/导入数据等常规操作。

炎凰数据平台内置了一些数据集，比如main, _audit, _internal等等，默认情况下访问_audit, _internal等数据集需要管理员权限。

list_eventsets_page

管理数据集​

创建数据集​

步骤：

  1. 输入用户名和密码，登录YHP

  2. 点击左侧导航栏导航栏中的数据管理标签按钮，进入数据集界面

    1. 点击页面右上角新建数据集按钮，开始创建新的数据集。创建数据集需要数据集页面新建资源权限，具体的内容参考权限管理

  3. 填入数据集名称，点击确定，则成功创建一个空的数据集。

    1. 最大容量(MB)限制数据集中数据大小，包含温数据和冷数据，默认为100GB（102400MB），超过限制的数据将会被删除；
    2. 数据保存时间(小时)限制数据集中数据保存的时间，默认为不限制；比如设置为90天（2160小时），那么时间（_time）在90天之前的事件将会被删除；
    3. 可以打开启用归档，当数据集中温数据大小超过设置的归档触发大小阈值(MB)或者温数据时间超过归档触发时间阈值(小时)的时候，满足条件的数据会被归档到指定路径；
    4. 当同时有满足删除条件的温数据和冷数据，冷数据会优先被删除， 删除的过程是先将数据对应的元数据表标记为删除，实际磁盘数据延迟删除，延迟时间默认为10分钟；
    5. 可以打开启用查询已归档数据，这样搜索的数据结果集里面会包含已经归档的数据，默认是关闭。查询已经归档的数据相对查询未归档的数据会慢； create_eventset
备注
  1. 数据集名称请以小写字母起始，可包含小写字母、数字、下划线的字符串命名数据集
  2. 如果限制数据集最大容量，最大容量(MB)必须为正整数，最小值为1024（MB）
  3. 如果需要限制数据集保存时间，数据保存时间(小时)必须为正整数，最小值是1（小时）
  4. 在开启归档情况下，归档触发大小阈值(MB)应小于最大容量(MB)，归档触发时间阈值(小时)应小于数据保存时间(小时)
  5. 数据集的当前容量是指该数据集在磁盘上的数据量大小，包含温数据和冷数据，但不包含在内存中的热数据

编辑数据集​

步骤：

  1. 表格中右侧的编辑按钮来编辑一个已经建好的数据集；
  2. 用户可以修改最大容量(MB)/数据保存时间(小时)；
  3. 用户可以打开启用归档或者启用查询已归档数据，修改归档触发大小阈值(MB)和归档触发时间阈值(小时)； modify_eventset

修改数据集相关设置对应的值需要注意修改所带来的影响。

  1. 如果将归档触发大小阈值(MB)或归档触发时间阈值(小时)对应的值改大，那么已经归档的数据（冷数据）无法恢复为温数据；
  • 假设数据集创建设置为数据保存时间(小时)为180天，归档触发时间阈值(小时)为90天，现修改归档触发时间阈值(小时)为120天，对应时间在90～120天的数据已经归档，属于冷数据，这部分数据不会恢复为温数据，要查询这部分数据必须开启启用查询已归档数据；
  • 假设数据集创建设置为最大容量(MB)为100GB，归档触发大小阈值(MB)为50GB，现修改归档触发大小阈值(MB)为80GB，原来因为超过50GB已经被归档的数据不会恢复为温数据，要查询这部分数据必须开启启用查询已归档数据；
  1. 如果将最大容量(MB)或数据保存时间(小时)对应的值改小，那么超过设定值的数据将被删除
  • 假设数据集创建设置为数据保存时间(小时)为180天，归档触发时间阈值(小时)为90天，现修改数据保存时间(小时)为120天，归档触发时间阈值(小时)为60天，对应时间在60～90天的数据会被立即归档，对应时间在120～180天的数据会被删除；

删除数据集​

步骤：

  1. 点击表格中右侧的删除按钮来删除一个已经建好的数据集 delete_eventset
警告
  1. 删除数据集时，并不会立即删除任何数据，炎凰数据平台只是将元数据表标记为已删除。最终表数据删除前的延迟由STONEWAVE_SYSTEM_STORAGE_GC_INTERVAL设置指定，默认延迟为10分钟。在延迟到达时，且所有查询任务已经完成，数据集将被实际删除。
  2. 删除数据集，已经归档的数据也会一起被删除。

禁止导入/允许导入数据集​

如果用户拥有一个数据集的修改权限，则可以：

  1. 对于处于 "已启用" 状态的数据集，可以点击 禁止导入 按钮将其暂时禁用。该数据集处于只读状态，无法继续导入数据，但该数据集的编辑、权限、删除等功能仍可使用。

  2. 对于处于 "已禁用" 状态的数据集，可以点击 允许导入 按钮将其重新启用。该数据集将能被再次允许导入数据。

导入数据到对应数据集​

步骤: 如果用户拥有数据导入页面访问权限，则可以:

  1. 点击“导入数据”按钮，会跳转到数据导入页面。 import_data
  2. 导入数据到指定数据集, 您可以参考导入数据
警告

一些内置的数据集是不能被删除，禁用以及导入数据的，比如_internal。

数据归档设置​

数据生命周期​

数据的生命周期是一个连续的过程，由多个阶段组成，代表数据的创建，索引创建，归档，删除的过程。 数据在炎凰数据平台中会经历如下四个阶段：

  • 热数据
  • 温数据
  • 冷数据
  • 数据删除

data_lifecycle

热数据​

数据导入数据集之后，会存在内存中，处在这个阶段的数据被称为热数据。当热数据满足如下条件之后会转化为温数据，存储到磁盘。

  • 数据数目超过设定的值（默认是10万）
  • 数据大小超过设定的值（默认是100MB）
  • 数据集没有新数据进入的空余时间（默认是1天）

温数据​

热数据在满足上述条件之后会存储到磁盘变成温数据，温数据是带索引的数据，数据对应的查询快。

冷数据​

如果对数据集设置了归档，当温数据超过一定的大小阈值或者时间阈值时，会转化为冷数据。冷数据同样存储在磁盘，但是没有索引。可以开启对归档数据的查询，不过查询响应速度会相对温数据慢。

如果要将冷数据恢复为温数据，则需要将冷数据重新导入，建立索引。

数据删除​

如果对数据集设置了大小或者时间限制，超过限制的数据会被删除，删除的数据无法恢复，也不能被查询。