github地址：https://github.com/wxzz/CSharpFlink
gitee地址：https://gitee.com/wxzz/CSharpFlink
1 概述及背景
我們有一個全國性質的面向工業的公有云平臺，通過專線或4G的鏈路方式實時向平臺傳輸資料，每天處理1億條左右的資料量，為現場使用者提供實時的線上服務和離線資料分析服務。現在已經上線穩定執行有將近3年的時間。同時也為工業企業提供私有云建設服務。
我們計劃使用Flink作為雲平臺後臺的實時計算部分，基本實現資料點的聚合計算、表示式規則計算等業務，進一步實現機器學習或自定義複雜演算法的需求。
我們經過將近一年左右時間的研究及開發，已經基本實現了聚合和邏輯等業務，但是感覺Flink比較重，並且應用和運維的水平要求比較高。
基於上述情況，我們自主使用NET 5.0開發一套CSharpFlink實時計算元件，支援自定義資料來源、計算和儲存的基本要求。
2 應用場景
主要面向物聯網、工業網際網路私有云或公有云平臺建設過程中的資料點實時聚合和表示式計算。應用場景包括：
（1）資料點的實時時間視窗範圍內聚合計算，例如：最大值、最小值、平均值、和值、眾數、方差、中位數等，可以自定義二次開發。
（2）資料點的歷史延遲視窗的一段時間範圍內資料補充或更新的重新計算。
（3）資料點的表示式計算，支援自定義C#指令碼進行編輯，實時預警或資料深度加工處理。
（4）主從結構的分散式部署，主節點負責計算任務分發，工作節點負責任務計算及結果儲存。
3 框架特點
主要特點主要是根據我們多年的物聯網、工業專案經驗的提煉和總結，滿足實現應用場景，特點包括：
（1）使用最新的NET 5.0進行開發，完全跨平臺。
（2）實時資料視窗範圍外的資料補發或更新的重新計算，例如：當前5秒的實時資料視窗，支援5秒以前的資料補充和更新，並且進行重新計算及更新到資料儲存單元。
（3）實時資料表示式計算支援定時計算或資料值改事件變觸發計算，滿足實時表示式或週期性計算。
（4）C#語言的二次開發，對接多種資料來源，自定義運算元和多種方式資料儲存等。
（5）單節點或分散式部署。
4 框架結構
框架結構元件的基本示意，如下圖：
![[開源地址] 放棄Flink，.NET5.0開發CSharpFlink，簡要設計、部署及二次開發說明。](https://img2020.cnblogs.com/blog/279374/202011/279374-20201117230431033-1640411941.png)
5 程式碼目錄說明
使用VS2019進行工程開發，工程解決方案檔案為：CSharpFlink.sln，程式碼目錄說明如下：
（1）Cache：主節點和工作節點計算任務本地快取管理。
（2）Calculate：計算任務輸入、過程、輸出操作及管理。
（3）Channel：主節點和工作節點分散式部署模式的IO通訊操作。
（4）Common：操作公眾類庫。
（5）Config：全域性配置檔案操作。
（6）Execution：全域性工程的執行環境入口。
（7）Expression：表示式計算任務操作。
（8）Log：日誌操作及管理。
（9）Model：資料點後設資料資訊。
（10）Node：主節點和工作節點管理。
（11）Protocol：主節點和工作節點之間分散式部署之間互動的協議。
（12）Sink：計算任務計算結果儲存介面。
（13）Source：對接多種資料來源介面，例如：mqtt、kafka、rabbitmq、資料庫等。
（14）Task：視窗或表達任務介面，主節點和工作節點任務操作及管理。
（15）Window：資料視窗任務操作。
（16）Worker：工作節點介面。
6 配置檔案說明
配置檔案預設為：cfg\global.cfg，可以自定義指定配置檔案，參見：命令列操作說明。配置檔案說明，如下：
（1）MaxDegreeOfParallelism：任務並行度，主節點生成任務、工作節點處理任務依賴這個引數。
（2）MasterListenPort：主節點偵聽埠，用於工作節點主動連線。
（3）MasterIp：主節點IP，用於工作節點主動連線。
（4）NodeType：節點執行模式，包括：Master、Slave和Both。
（5）RemoteInvokeInterval：遠端呼叫工作節點間隔時間，單位：毫秒。
（6）RepeatRemoteInvokeInterval：呼叫工作節點失敗後，重新呼叫工作節點間隔時間，單位：毫秒。
（7）SlaveExcuteCalculateInterval：工作節點執行計算任務間隔時間，單位：毫秒。
（8）MaxFrameLength：主節點和工作節點之間傳輸資料最大資料偵，單位：位元組。
（9）WorkerPower：工作節點能力系數，大於1，會連續傳送多個任務。
7 任務部署說明
二次開發參見：二次開發說明。開發好的任務，測試通過後，把程式集（.dll）複製到“tasks”目錄下，例如工程TestTask專案測試、編譯通過後，可以部署到“tasks”目錄下，執行“CSharpFlink”主程式會自動載入和呼叫。
可以自定義指定任務程式集，參見：命令列操作說明。
8 命令列操作說明
命令列執行“CSharpFlink”程式，支援自定義指定配置檔案或任務程式集，說明如下：
-h 顯示命令列幫助。
-c 載入指定配置檔案。 例如:CSharpFlink -c c:/my.cfg
-t 載入任務程式集。 例如:CSharpFlink -t c:/mytask.dll
例如：
dotnet CSharpFlink.dll -c c:/master.cfg -t c:/mytask.dll
9 部署說明
“release”目錄下是編譯好的程式，把“CSharpFlink v1.0”分別複製到不同的路徑下，分別修改“cfg\global.cfg”配置檔案中“NodeType”引數為：Master和Slave，修改主節點程式“tasks\tasks.cfg”檔案中的任務數，分別執行不同目錄下的“dotnet CSharpFlink.dll”。
“TestTask.dll”原始碼，參見：二次開發說明。
10 二次開發說明
二次開發主要針對資料來源、計算過程和資料計算結果儲存，大致過程如下：
（1） 資料來源對接，可以自定義對接mqtt、kafka、rabbitmq、資料庫等，需要繼承SourceFunction介面，參見：RandomSourceFunction.cs類。
（2） 資料計算過程，可以自定義資料處理或加工，需要繼承Calculate.Calculate介面，參見：聚合計算Avg.cs、表示式計算ExpressionCalculate.cs。通過AddWindowTask或AddExpressionTask函式引數進行例項化。
（3） 資料計算結果儲存，可以自定義儲存任何介質上，需要繼承SinkFunction介面，參見：SinkFunction.cs類。
11 應用事例展示
同一臺電腦，CPU：4核 I5-7400 3.0GHz,記憶體：16G，1個主節點，5個工作節點，生成1000個資料點任務，隨機資料點時間視窗和計算運算元，CPU使用率為：20%-30%，記憶體使用率：30%-40%，主節點CPU和記憶體使用情況：3%-5%、100MB-300MB, 工作節點CPU和記憶體使用情況：0.1%-2%、25MB-60MB。執行效果，如下圖：
![[開源地址] 放棄Flink，.NET5.0開發CSharpFlink，簡要設計、部署及二次開發說明。](https://img2020.cnblogs.com/blog/279374/202011/279374-20201117230605084-1962198174.png)
物聯網&大資料技術 QQ群：54256083
物聯網&大資料合作 QQ群：727664080
聯絡QQ：504547114
合作微信：wxzz0151
官方部落格：https://www.cnblogs.com/lsjwq
iNeuOS工業網際網路作業系統 公眾號
