Open-falcon transfer发送judge的流程优化

transfer组件通过一致性hash分配，使用RPC接口将数据发送给judge组件，由judge组件做告警判定。

在transfer中，对于没有配置告警策略的指标，没有必要存储到judgeQueue，也没有必要发送给judge节点。

Open-falcon的处理是由transfer把所有的指标无脑发给judge，由judge判断该指标是否有告警规则关联。

nightingale作为升级版的Open-falcon，它的处理较为巧妙，它在transfer组件中就做了判断，若指标没有告警规则关联，则就无需存入judgeQueue，也不会发送到judge了，大大减少了网络发送数据量。

基于此，可对Open-falcon的transfer-->judge做一定的流程优化。

1. Open-falcon的transfer-->judge

transfer将所有的指标无脑发送给judge，由judge做告警规则的判定；
看一下judge的代码，g.FilterMap中存储了metric及其告警规则信息，g.FilterMap的信息由judge请求hbs获得：

//modules/judge/rpc/receiver.go
func (this *Judge) Send(items []*model.JudgeItem, resp *model.SimpleRpcResponse) error {
    remain := g.Config().Remain
    now := time.Now().Unix()
    for _, item := range items {
        exists := g.FilterMap.Exists(item.Metric)    //过滤有metric的数据
        if !exists {
            continue
        }
        pk := item.PrimaryKey()
        store.HistoryBigMap[pk[0:2]].PushFrontAndMaintain(pk, item, remain, now)
    }
    return nil
}

流程如下图所示：

2. nightingale的transfer-->judge

nightingale在transfer这一层就把无关告警规则的metric都过滤掉了，不再发送给judge。

Transfer接收agent指标的代码入口：

//agent发送数据到transfer，transfer存储到queue
// src/modules/transfer/rpc/push.go
func (t *Transfer) Push(args []*dataobj.MetricValue, reply *dataobj.TransferResp) error {
    start := time.Now()

    items := make([]*dataobj.MetricValue, 0)
    for _, v := range args {
        if err := v.CheckValidity(start.Unix()); err != nil {
            ......
            continue
        }
        items = append(items, v)
    }
    ......
    if backend.Config.Enabled {
        backend.Push2JudgeSendQueue(items)
    }

    reply.Total = len(args)
    reply.Latency = (time.Now().UnixNano() - start.UnixNano()) / 1000000
    return nil
}

筛选metric到judgeQueue的代码：

• 先比对endpoint/metric是否关联告警策略；
• 再对比tag是否匹配；
• 若两者都匹配，则放入judgeQueue;

// src/modules/transfer/backend/judge.go
func Push2JudgeSendQueue(items []*dataobj.MetricValue) {
    errCnt := 0
    for _, item := range items {
        //判断是否有关联的endpoint/metric
        key := str.PK(item.Metric, item.Endpoint)
        stras := cache.StraMap.GetByKey(key)

        for _, stra := range stras {
            //是否tag匹配
            if !TagMatch(stra.Tags, item.TagsMap) {
                continue
            }
            judgeItem := &dataobj.JudgeItem{
                Endpoint:  item.Endpoint,
                Metric:    item.Metric,
                Value:     item.Value,
                Timestamp: item.Timestamp,
                DsType:    item.CounterType,
                Tags:      item.Tags,
                TagsMap:   item.TagsMap,
                Step:      int(item.Step),
                Sid:       stra.Id,
                Extra:     item.Extra,
            }

            q, exists := JudgeQueues.Get(stra.JudgeInstance)
            q.PushFront(judgeItem)
        }
    }
    stats.Counter.Set("judge.queue.err", errCnt)
}

cache.StraMap是transfer定期从mon-api组件查询得到的；

流程图如下：

3. 对Open-falcon的优化及其优缺点

优化点：

• 在transfer中，向judgeQueue存入数据之前，查询该endpoint/metric/tags是否关联告警规则，仅有关联的告警规则时才会入队；
• endpoint/metric/tags关联的告警规则，需要向hbs查询获得；
• 该优化大大减少了transfer中judgeQueue的内存压力，也大大减少了向judge节点发送的网络数据量；

缺点：

• transfer中需要引入对hbs的依赖，以保存当前的endpoint/metric/tags关联的告警规则信息；

参考：
1.夜莺监控系统：https://github.com/didi/night...