Norikraを非リアルタイムなデータ集計に使う試み

Transcript

1. Norikraを非リアルタイムな データ集計に使う試み Norikra meetup #1 Yohei KANEMARU @yunazuno
2. 誰？ • 金丸 洋平 （かねまる ようへい） • @yunazuno • ネットワークまわり担当 at LINE Corp. – BGP, CDN, DNS, ロードバランサ周辺 – たまにツール書いたり • 主にPython 2
3. 非リアルタイム ログ集計 ＋ 3
4. ユースケース: トラフィック集計 4 R1 R2 R3 R4 R5 R6 NW A NW B • NW A → Bのトラフィックが， R3-5のどれにどのくらい流れ ているか知りたい • ログはR1,R2で個別にCSVで エクスポート可能
5. 「CSVでエクスポート」 • 割とスキーマレス • 外部サービスやアプライアンスが絡むと， 唯一のログ取得手段な場合も – API欲しいけども．．． • サービスや機器を跨いだ集計は自分で 頑張る 5
7. 他の手段を考えてみた 1. スクリプトで全部頑張る？ – CSVパース + ひたすら足し算 – 書く手間はそんなに無さそう 2. DBに入れてから集計？ – CSVパース + insert + select – クエリ書くのつらい 7
8. 他の手段を考えてみた 1. スクリプトで全部頑張る？ – CSVパース + ひたすら足し算 – 書く手間はそんなに無さそう 2. DBに入れてから集計？ – CSVパース + insert + select – クエリ書くのつらい 3. Norikraで集計！ 8
9. 9 From http://norikra.github.io/query.html
10. win:time_batch 10 “Publisher” Norikra Internal time Wall-clock time Norikraがeventを受け取った時刻を基準に処理 send send send send send [{name: …, value: …, …}]
11. win:ext_time_batch 11 “Publisher” Norikra Internal time Wall-clock time eventに含まれるタイムスタンプを基準に処理 send send send send send Buffer (Delay) [{timestamp: 1396278060000, name: …, value: …, …}]
12. 全体像 12 csv2json.py … traffic_stats.py norikra- client-python 1. CSVをタイムスタンプ順に JSONに詰める CSVファイルはタイムスタンプで ソートされている ASSUMPTION 2. クエリ登録 3. send 4. fetch 5. クエリとtargetを削除 6. CSVに出力 Query 1: aggregate Query 2: max/avg
13. Query 1: 複数ファイルの集約 13 input = [{timestamp:1400511600, src_nw: “NW_A”, dst_nw: “NW_B”, traffic_out: 10.0}] timestamp (in msec) time window time reference 後段のクエリの targetを指定
14. Query 2: MAX/AVG集計 14 output = [{timestamp:1400511000, traffic_out_daily_avg: 42.34, traffic_out_daily_max: 130.25}]
15. Q. 「それNorikraじゃなくても いいよね？」 15
16. A. Yes. 16
17. あえてNorikraな理由 • 意外と気軽に使える – 入力フォーマットや対象メトリックが変わる たびにスクリプトやDBに手を加えるのは割と 辛い – クエリ編集だけで大抵事足りる > Norikra – hoge2json部分だけ用意すればよい • xml2json, rrd2json, … 17
18. まとめ • Excelで開けない辛いデータも割と気軽に 扱えるようになる – 気軽さ大事 • 最近fluent-plugin-netflowとかいう素敵 なものが登場した – ネットワーク+リアルタイムな話は#2で? 18