数据导出组件Data-Export：数据分析处理“加速器”
共 5365字，需浏览 11分钟
·
2021-01-26 18:41
数据治理通用组件WeBankBlockchain-Data当前的3个子组件——数据仓库组件Data-Stash、数据导出组件Data-Export、数据对账组件Data-Reconcile，相互独立、可插拔、可灵活组装。
其中， 数据仓库组件Data-Stash通过为节点在外部生成全量数据备份，实现海量数据高效治理，关键特性和使用方式参见《数据仓库组件Data-Stash：助力区块链节点“轻装上阵”》
本文将介绍数据导出组件Data-Export，欢迎大家积极体验，并将使用诉求或优化建议反馈给我们。
认识Data-Export
当前区块链针对链上数据进行复杂查询或分析，存在效率低、兼容性差的问题。 链上计算资源非常宝贵，如果在链上对数据执行复杂的分析处理，会造成链上资源的浪费。 链上智能合约各不相同，每个区块链项目都要开发能够导出基于自身合约业务数据的应用，重复“造轮子”。
Data-Export为上述难题提供解决方案，通过提供一种通用化、智能化、标准化的数据导出解决方案，降低区块链数据开发门槛，提升研发效率。
使用者几乎无需编码，只进行简单配置，即可把结构化的数据导出到关系型数据库或ElasticSearch等数据存储中，以便后续业务分析和处理。同时支持多活部署、数据分库分表、导出数据可视化、应用监控等功能，适应各类复杂业务场景，满足业务开发中各项需求，提升使用体验。
Data-Export作为区块链数据治理的关键组件，已整合到区块链中间件平台WeBASE数据导出子系统。Data-Export也可以独立与区块链底层集成，灵活地支持业务需求，以适应更多的使用场景、打造更多的功能。
Data-Export支持区块链底层平台FISCO BCOS v2.6.0及以上版本，已在数十个基于FISCO BCOS研发的生产系统中稳定、安全运行。
Data-Export关键特性一览
作为数据治理工具，Data-Export可为区块链底层平台提供数据导出能力，支持多活部署、数据分库分表、导出数据可视化、应用监控等功能，具备支持金融级高并发、高可用、海量数据导出的能力。
1）支持自动分析、导出智能合约数据
Data-Export支持导出区块链基础数据、基于智能合约自动分析的详情数据。基础数据包含当前块高、交易总量等。如配置了FISO BCOS上运行的合约，则可导出区块链上合约的业务数据，包括event、构造函数、合约地址、执行函数的信息等。
开发者可基于已导出的区块链基础数据，以及智能合约部署合约账户、事件和函数等数据，进行二次开发、定制复杂查询和数据分析的逻辑，快速实现业务需求。
2）灵活的存储和导出策略
链上存在海量数据时，将数据导出到单个数据库或单个业务表会给运维带来巨大压力，造成数据库性能衰减；如数据量过大，通常需对数据进行分片，将同一表内的数据拆分到多个或同个数据库的多张表中，即分库分表。
为此，Data-Export支持可配置的多数据源存储、读写分离和分库分表。Data-Export也支持ElasticSearch，方便海量数据的存储、查询、检索。
数据导出策略方面，Data-Export提供灵活可配置的区块、交易、事件、账户等数据导出功能，可过滤不需要的事件、函数以及其中的具体字段。如某个合约事件信息无需导出，则可通过配置来过滤该事件信息。
3）支持多活部署
在大数据、高可用的场景中，单节点部署的数据导出服务通常无法满足业务需要，且一旦单机服务宕机，则无法获取最新数据。多节点部署方案，可将导出任务独立分片到多节点执行，即便个别节点宕机时也能保证任务正常执行，同时还能提升数据导出的效率。
Data-Export支持灵活的分布式部署和任务调度，保证数据导出的高效率和高可用，具备分布式任务协调服务、横向扩展、灵活伸缩的能力。
4）丰富的API及可视化能力
在数据查询上，Data-Export支持丰富的Restful API数据查询接口，方便用户对链上导出数据完成通用查询操作。
在数据可视化上，Data-Export集成了swagger插件，提供可视化互动API控制台；集成了可视化数据插件Grafana，实现直观、实时、可视化的展示区块链数据；支持自动生成FISCO BCOS链上数据监控视图，让用户对链上数据了如指掌。
Data-Export整体架构
Data-Export组件包括了codegen、parser、extractor、db、common六个主要模块，提供了数据导出、分布式任务调度、数据查询、可视化、监控和管理等功能。
整体架构如下：
1）codegen模块：代码生成
该模块负责相关合约代码和配置文件的生成，包括合约解析、代码模板、代码生成、组件组装等子模块。
codegen运行模式如下图：
合约解析模块：解析智能合约文件，获取合约中的交易和event对象。 代码模板模块：用于生成获取交易/event数据的代码模板。 代码生成模块：根据获取的交易和event对象，填充代码模板，生成代码文件。 组件组装模块：用于将生成的代码和core组装成一个独立服务。
2）core模块：核心模块
该模块是Data-Export的核心模块，它被打包为一个可执行的BootJar包，内置开箱即用的Restful API，开发者可便捷地获得数据导出服务。同时，core自身也是一个示例，向开发者展示了如何组合利用各功能模块Jar包，来开发一个功能完整的数据导出系统。
运行模式如下图：
链上数据由Data-Export任务调度模块统一调度，由BlocakFetcher从链上获取数据到本地处理节点，交由对应的BlockHandler进行解析，最后将解析后的数据封装，交由db数据存储模块进行持久化。
如上所述，Data-Export对于链上数据处理的核心流程为数据获取、解析、持久化三步，其中涉及功能模块包括线程管理、多活管理、数据管理、异常监控、用户访问。
线程管理子模块
该模块旨在单节点运行情况下，最大限度地提升数据导出和处理效率，包括链上数据的获取、解析、任务调度和执行等，均由线程管理模块统一调度。
多活管理子模块
该模块集成了Elastic-Job，现已支持分布式部署、任务分片、弹性扩容、并行调度和定制化流程任务。该组件可在分布式环境下，通过SimpleJob对区块进行抓取，并由DataflowJob对区块进行解析处理。
数据管理子模块
该模块集成了Sharding-JDBC，支持分库分表和读写分离，开发者使用时只需设置分片数，系统会自动生成分片策略配置，将海量数据导出到不同的库表中。
异常监控子模块
该模块负责对导出数据的异常进行监控和处理，包括在任务异常失败时，对区块数据进行回滚，并重试补偿，以及对任务超时的校验。
一段时间内，DB中的数据开始落后于链上数据，直到达到某个阈值； 链上块高增加，一段时间内，DB中块高不变。
一旦触发其中某一个的条件，则会输出报警日志。
用户访问子模块
该模块提供两种数据访问方式，一种是API方式，支持用户系统本地调用；另一种为REST方式，可通过http方式访问，降低业务耦合性，支持跨平台调用。
用户接口按照数据类型分成四类接口：区块数据接口、账户数据接口、交易数据接口和事件数据接口。其中，每类接口中都支持基于块高、hash或账户的查询，同样也支持基于时间、特定字段的复杂查询。
3）extractor模块：数据获取
该模块进一步封装了区块链底层平台FISCO BCOS SDK的逻辑，可以更便捷地调用上链功能，获取区块链数据，包括区块高度、交易详情、区块详情等信息。
运行模式如下图：
4）parser模块：数据解析
该模块封装了区块解析功能，可对链上数据进行分析处理。extractor模块获取链上数据后，由parser模块对合约和区块信息进行完整的解析处理，获得区块、函数、事件、账户等数据详情。
运行模式如下图：
合约加载：解析器执行前，会加载合约的BIN、ABI和配置信息，计算所有合约函数的MethodId。 账户解析：通过Block获取区块的合约地址，通过合约地址获取runcode后，由预先加载的合约BIN信息，识别账户的类型，最终解析出账户。 函数解析：如函数为构造函数，通过加载合约可解析出函数的值传递信息；如函数非构造函数，则transaction中的to字段即为合约地址。通过合约地址获得函数所属的合约，并根据transaction中附带的input和预先加载的methodId进行比对，可获得函数名。在精准定位了函数所属合约和函数名以后，会触发transactionHandler，并执行对应的解析工作。 事件解析: 基于已解析的transactionHash与合约名映射，可以获取合约名称；根据特定的合约名称，会自动触发该合约下的eventHandler，并执行对应解析工作。 区块解析: 根据获得的Block对象属性解析，获得区块概要信息。
5）db模块：数据存储
该模块封装了数据存储和查询逻辑，并提供数据存储扩展接口，可进行定制开发，目前默认支持mysql和ElasticSearch的存储。
Data-Export通过db模块将数据导出到存储介质中，每一类数据都有特定的存储格式和模型，包括区块原始数据、解析后的区块数据、合约信息、事件数据和交易数据等多种存储模型，存储模型如下：
存储模型 | 表 | 说明 |
区块原始数据 | block_raw_data | 区块原始数据表 |
tx_raw_data | 交易原始数据表 | |
tx_receipt_raw_data | 交易回执原始数据表 | |
解析后的区块数据 | block_detail_info | 区块详细数据表 |
block_tx_detail_info | 交易数据表 | |
合约信息 | contract_info | 合约信息表 |
deployed_account_info | 已部署合约详情信息表 | |
事件数据 | 合约名称_事件名称 | 合约事件信息表 |
交易数据 | 合约名称_函数名称 | 合约函数信息表 |
6）common模块：公共模块
链上数据类型转换工具，提供solidity和java类型转换功能支持。 合约类扫描解析工具，对配置合约类进行解析，提取有效信息。 用于模块间交互的数据对象，在模块间传递信息。 全局静态参数，包括任务状态等枚举。 时间、格式等常用工具。 ........
Data-Export应用场景示例
1）集成到数据可视化后台系统
某公司运营人员需获得当前链上业务进展的实时信息和摘要信息，此时可使用Data-Export组件，根据实际需求进行定制化开发，在较短时间内即可投入使用。
使用Data-Export，将导出db的链上数据接入到公司的统一监控平台，公司产品经理可在业务后台系统上获得链上业务的实时进展，运维人员也可实时监控业务系统状态。
2）集成到区块链业务数据分析系统
某公司基于FISCO BCOS开发了区块链业务系统，要求对链上数据进行分析，并可实时查看各类复杂的业务报表，此时可使用Data-Export，配置相关智能合约信息，导出链上数据。
使用Data-Export，将区块链上的数据实时导出到数据库中，开发者可利用Data-Export自带的Restful API对数据进行查询，获得准实时的链上数据，从而进一步分析数据，生成各类业务报表。
即刻使用
Data-Export github代码库地址码仓库：
Data-Export gitee代码库地址：
https://gitee.com/WeBankBlockchain/Data-Export
Data-Export 技术文档：
首次体验Data-Export，可参考快速部署文档：
https://data-doc.readthedocs.io/zh_CN/latest/docs/WeBankBlockchain-Data-Export/install.html
向我们报告问题，欢迎提交issue：
https://github.com/WeBankBlockchain/Data-Export/issue
