Skip to content

Optimization of importer execution logic and output information. #285

@GangLiCN

Description

@GangLiCN

Is your feature request related to a problem? Please describe.

  1. Importer 导入速度比较慢,用户无法提前预知 导入需要花费的时间;
  2. Importer 执行过程中因为磁盘剩余空间不足,异常退出;
  3. Importer 目前不支持断点续传。

Describe the solution you'd like

  1. Import 执行过程的输出 建议增加 更有意义的性能指标,
    现在控制台输出的只能看到: 当前已经导入了多少条记录和网络延时,
    用户可能更希望看到的是 每秒导入了多少条记录 类似于tpmc这种
    性能指标。

改进建议如下:

  1. Importer执行时,建议输出结果加个进度条显示
    或者增加进度说明。例如:
    一共多少个csv文件,当前处理的是哪个csv文件,
    本csv文件一共需要导入多少条记录
    现在导入了多少条记录
    预计需要花费的时间。
  1. 导入测试数据集前对磁盘容量进行检测,如果剩余磁盘空间 小于 预估的容量,
    则报错提示无法导入。并输出具体的错误信息。

  2. 预估容量的计算要考虑到底层存储的问题,例如底层存储使用了RocksDB的话,
    会有写放大的问题出现,这样可能会占据更多的磁盘空间,因此在预估磁盘容量
    时尽量按照上限计算;

  3. 断点续传: 例如有20个csv文件,已经完成了10个,在导入第11个文件的时候
    因为磁盘空间不足导致导入中断,下次再运行导入程序能不能从第11个文件开始,
    不用再重复导入已经完成的文件。

Describe alternatives you've considered

Additional context

Metadata

Metadata

Assignees

No one assigned

    Labels

    Type

    No type

    Projects

    No projects

    Milestone

    No milestone

    Relationships

    None yet

    Development

    No branches or pull requests

    Issue actions