日誌服務Python消費組實戰（二）：實時分發數據

場景目標
使用日誌服務的Web-tracking、logtail（文件極簡）、syslog等收集上來的日誌經常存在各種各樣的格式，我們需要針對特定的日誌（例如topic）進行一定的分發到特定的logstore中處理和索引，本文主要介紹如何使用消費組實時分發日誌到不通的目標日誌庫中。並且利用消費組的特定，達到自動平衡、負載均衡和高可用性。

基本概念
協同消費庫（Consumer Library）是對日誌服務中日誌進行消費的高級模式，提供了消費組（ConsumerGroup）的概念對消費端進行抽象和管理，和直接使用SDK進行數據讀取的區別在於，用戶無需關心日誌服務的實現細節，只需要專注於業務邏輯，另外，消費者之間的負載均衡、failover等用戶也都無需關心。

消費組（Consumer Group） - 一個消費組由多個消費者構成，同一個消費組下面的消費者共同消費一個logstore中的數據，消費者之間不會重複消費數據。
消費者（Consumer） - 消費組的構成單元，實際承擔消費任務，同一個消費組下面的消費者名稱必須不同。

在日誌服務中，一個logstore下面會有多個shard，協同消費庫的功能就是將shard分配給一個消費組下面的消費者，分配方式遵循以下原則：

每個shard只會分配到一個消費者。
一個消費者可以同時擁有多個shard。
新的消費者加入一個消費組，這個消費組下面的shard從屬關係會調整，以達到消費負載均衡的目的，但是上面的分配原則不會變，分配過程對用戶透明。
協同消費庫的另一個功能是保存checkpoint，方便程序故障恢復時能接着從斷點繼續消費，從而保證數據不會被重複消費。

使用消費組進行實時分發
這裏我們描述用Python使用消費組進行編程，實時根據數據的topic進行分發。
注意：本篇文章的相關代碼可能會更新，最新版本在這裏可以找到：Github樣例.

安裝
環境

建議程序運行在源日誌庫同Region下的ECS上，並使用局域網服務入口，這樣好處是網絡速度最快，其次是讀取沒有外網費用產生。
強烈推薦PyPy3來運行本程序，而不是使用標準CPython解釋器。
日誌服務的Python SDK可以如下安裝：
pypy3 -m pip install aliyun-log-python-sdk -U
更多SLS Python SDK的使用手冊，可以參考這裏

程序配置
如下展示如何配置程序：

配置程序日誌文件，以便後續測試或者診斷可能的問題（跳過，具體參考樣例）。
基本的日誌服務連接與消費組的配置選項。
目標Logstore的一些連接信息
請仔細閱讀代碼中相關注釋並根據需要調整選項：

#encoding: utf8
def get_option():
##########################

基本選項

##########################

# 從環境變量中加載SLS參數與選項，根據需要可以配置多個目標
accessKeyId = os.environ.get('SLS_AK_ID', '')
accessKey = os.environ.get('SLS_AK_KEY', '')
endpoint = os.environ.get('SLS_ENDPOINT', '')
project = os.environ.get('SLS_PROJECT', '')
logstore = os.environ.get('SLS_LOGSTORE', '')
to_endpoint = os.environ.get('SLS_ENDPOINT_TO', endpoint)
to_project = os.environ.get('SLS_PROJECT_TO', project)
to_logstore1 = os.environ.get('SLS_LOGSTORE_TO1', '')
to_logstore2 = os.environ.get('SLS_LOGSTORE_TO2', '')
to_logstore3 = os.environ.get('SLS_LOGSTORE_TO3', '')
consumer_group = os.environ.get('SLS_CG', '')

# 消費的起點。這個參數在第一次跑程序的時候有效，後續再次運行將從上一次消費的保存點繼續。
# 可以使”begin“，”end“，或者特定的ISO時間格式。
cursor_start_time = "2018-12-26 0:0:0"

# 一般不要修改消費者名，尤其是需要併發跑時
consumer_name = "{0}-{1}".format(consumer_group, current_process().pid)

# 構建一個消費組和消費者
option = LogHubConfig(endpoint, accessKeyId, accessKey, project, logstore, consumer_group, consumer_name, cursor_position=CursorPosition.SPECIAL_TIMER_CURSOR, cursor_start_time=cursor_start_time)

# bind put_log_raw which is faster
to_client = LogClient(to_endpoint, accessKeyId, accessKey)
put_method1 = partial(to_client.put_log_raw, project=to_project, logstore=to_logstore1)
put_method2 = partial(to_client.put_log_raw, project=to_project, logstore=to_logstore2)
put_method3 = partial(to_client.put_log_raw, project=to_project, logstore=to_logstore3)

return option, {u'ngnix': put_method1, u'sql_audit': put_method2, u'click': put_method3}

注意，這裏使用了functools.partial對put_log_raw進行綁定，以便後續調用方便。

數據消費與分發
如下代碼展示如何從SLS拿到數據後根據topic進行轉發。

if name == 'main':
option, put_methods = get_copy_option()

def copy_data(shard_id, log_groups):
    for log_group in log_groups.LogGroups:
        # update topic
        if log_group.Topic in put_methods:
            put_methods[log_group.Topic](log_group=log_group)

logger.info("*** start to consume data...")
worker = ConsumerWorker(ConsumerProcessorAdaptor, option, args=(copy_data, ))
worker.start(join=True)

啓動
假設程序命名爲"dispatch_data.py"，可以如下啓動：

export SLS_ENDPOINT=<Endpoint of your region>
export SLS_AK_ID=<YOUR AK ID>
export SLS_AK_KEY=<YOUR AK KEY>
export SLS_PROJECT=<SLS Project Name>
export SLS_LOGSTORE=<SLS Logstore Name>
export SLS_LOGSTORE_TO1=<SLS To Logstore1 Name>
export SLS_LOGSTORE_TO1=<SLS To Logstore2 Name>
export SLS_LOGSTORE_TO1=<SLS To Logstore3 Name>
export SLS_CG=<消費組名，可以簡單命名爲"dispatch_data">

pypy3 dispatch_data.py
性能考慮
啓動多個消費者
基於消費組的程序可以直接啓動多次以便達到併發作用：

nohup pypy3 dispatch_data.py &
nohup pypy3 dispatch_data.py &
nohup pypy3 dispatch_data.py &
...
注意:
所有消費者使用了同一個消費組的名字和不同的消費者名字（因爲消費者名以進程ID爲後綴）。
因爲一個分區（Shard）只能被一個消費者消費，假設一個日誌庫有10個分區，那麼最多有10個消費者同時消費。

性能吞吐
基於測試，在沒有帶寬限制、接收端速率限制（如Splunk端）的情況下，以推進硬件用pypy3運行上述樣例，單個消費者佔用大約10%的單核CPU下可以消費達到5 MB/s原始日誌的速率。因此，理論上可以達到50 MB/s原始日誌每個CPU核，也就是每個CPU核每天可以消費4TB原始日誌。

注意: 這個數據依賴帶寬、硬件參數和目標Logstore是否能夠較快接收數據。

高可用性
消費組會將檢測點（check-point）保存在服務器端，當一個消費者停止，另外一個消費者將自動接管並從斷點繼續消費。

可以在不同機器上啓動消費者，這樣當一臺機器停止或者損壞的清下，其他機器上的消費者可以自動接管並從斷點進行消費。

理論上，爲了備用，也可以啓動大於shard數量的消費者。

其他
限制與約束
每一個日誌庫（logstore）最多可以配置10個消費組，如果遇到錯誤ConsumerGroupQuotaExceed則表示遇到限制，建議在控制檯端刪除一些不用的消費組。

監測
在控制檯查看消費組狀態
通過雲監控查看消費組延遲，並配置報警
Https
如果服務入口（endpoint）配置爲https://前綴，如https://cn-beijing.log.aliyuncs.com，程序與SLS的連接將自動使用HTTPS加密。

服務器證書*.aliyuncs.com是GlobalSign簽發，默認大多數Linux/Windows的機器會自動信任此證書。如果某些特殊情況，機器不信任此證書，可以參考這裏下載並安裝此證書。