基于Confluent+Flink的实时数据分析最佳实践

简介：在实际业务使用中，需要经常实时做一些数据分析，包括实时PV和UV展示，实时销售数据，实时店铺UV以及实时推荐系统等，基于此类需求，Confluent+实时计算Flink版是一个高效的方案。

业务背景

在实际业务使用中，需要经常实时做一些数据分析，包括实时PV和UV展示，实时销售数据，实时店铺UV以及实时推荐系统等，基于此类需求，Confluent+实时计算Flink版是一个高效的方案。

Confluent是基于Apache Kafka提供的企业级全托管流数据服务，由 Apache Kafka 的原始创建者构建，通过企业级功能扩展了 Kafka 的优势，同时消除了 Kafka管理或监控的负担。

实时计算Flink版是阿里云基于 Apache Flink 构建的企业级实时大数据计算商业产品。实时计算 Flink 由 Apache Flink 创始团队官方出品，拥有全球统一商业化品牌，提供全系列产品矩阵，完全兼容开源 Flink API，并充分基于强大的阿里云平台提供云原生的 Flink 商业增值能力。

一、准备工作-创建Confluent集群和实时计算Flink版集群

1. 登录Confluent管理控制台，创建Confluent集群，创建步骤参考 Confluent集群开通
2. 登录实时计算Flink版管理控制台，创建vvp集群。请注意，创建vvp集群选择的vpc跟confluent集群的region和vpc使用同一个，这样可以在vvp内部访问confluent的内部域名。

二、最佳实践-实时统计玩家充值金额-Confluent+实时计算Flink+Hologres

2.1 新建Confluent消息队列

1. 在confluent集群列表页，登录control center

1. 在左侧选中Topics，点击Add a topic按钮，创建一个名为confluent-vvp-test的topic，将partition设置为3

2.2 配置结果表 Hologres

1. 进入Hologres控制台，点击Hologres实例，在DB管理中新增数据库`mydb`

1. 登录Hologres数据库，新建SQL

1. Hologres中创建结果表 SQL语句

   --用户累计消费结果表 CREATE TABLE consume ( appkey VARCHAR, serverid VARCHAR, servertime VARCHAR, roleid VARCHAR, amount FLOAT, dt VARCHAR, primary key(appkey,dt) );

   扫描二维码关注公众号，回复： 13756825 查看本文章

2.3 创建实时计算vvp作业

1. 首先登录vvp控制台，选择集群所在region，点击控制台，进入开发界面

1. 点击作业开发Tab，点击新建文件，文件名称：confluent-vvp-hologres，文件类型选择：流作业/SQL

1. 在输入框写入以下代码：

   create TEMPORARY table kafka_game_consume_source(
   appkey STRING, servertime STRING, consumenum DOUBLE, roleid STRING, serverid STRING
   ) with ( 'connector' = 'kafka', 'topic' = 'game_consume_log', 'properties.bootstrap.servers' = 'kafka.confluent.svc.cluster.local.xxx:9071[xxx可以找开发同学查看]', 'properties.group.id' = 'gamegroup', 'format' = 'json', 'properties.ssl.truststore.location' = '/flink/usrlib/truststore.jks', 'properties.ssl.truststore.password' = '[your truststore password]', 'properties.security.protocol'='SASL_SSL', 'properties.sasl.mechanism'='PLAIN', 'properties.sasl.jaas.config'='org.apache.flink.kafka.shaded.org.apache.kafka.common.security.plain.PlainLoginModule required username="xxx[集群的用户]" password="xxx[相应的密码]";' ); -- 创建累计消费hologres sink表 CREATE TEMPORARY TABLE consume( appkey STRING, serverid STRING, servertime STRING, roleid STRING, amount DOUBLE, dt STRING, PRIMARY KEY (appkey,dt) NOT ENFORCED )WITH ( 'connector' = 'hologres', 'dbname' = 'mydb', 'endpoint' = 'hgprecn-cn-tl32gkaet006-cn-beijing-vpc.hologres.aliyuncs.com:80', 'password' = '[your appkey secret]', 'tablename' = 'consume', 'username' = '[your app key]', 'mutateType' = 'insertorreplace' ); --{"appkey":"appkey1","servertime":"2020-09-30 14:10:36","consumenum":33.8,"roleid":"roleid1","serverid":"1"} --{"appkey":"appkey2","servertime":"2020-09-30 14:11:36","consumenum":30.8,"roleid":"roleid2","serverid":"2"} --{"appkey":"appkey1","servertime":"2020-09-30 14:13:36","consumenum":31.8,"roleid":"roleid1","serverid":"1"} --{"appkey":"appkey2","servertime":"2020-09-30 14:20:36","consumenum":33.8,"roleid":"roleid2","serverid":"2"} --{"appkey":"appkey1","servertime":"2020-09-30 14:30:36","consumenum":73.8,"roleid":"roleid1","serverid":"1"} -- 计算每个用户累积消费金额 insert into consume SELECT appkey,LAST_VALUE(serverid) as serverid,LAST_VALUE(servertime) as servertime,LAST_VALUE(roleid) as roleid, sum(consumenum) as amount, substring(servertime,1,10) as dt FROM kafka_game_consume_source GROUP BY appkey,substring(servertime,1,10) having sum(consumenum) > 0;

2. 在高级配置里，增加依赖文件truststore.jks（访问内部域名得添加这个文件，访问公网域名可以不用），访问依赖文件的固定路径前缀都是/flink/usrlib/（这里就是/flink/usrlib/truststore.jks）

1. 点击上线按钮，完成上线

1. 在运维作用列表里找到刚上线的作用，点击启动按钮，等待状态更新为running，运行成功。

1. 在control center的【Topics->Messages】页面，逐条发送测试消息，格式为：

   {"appkey":"appkey1","servertime":"2020-09-30 14:10:36","consumenum":33.8,"roleid":"roleid1","serverid":"1"} {"appkey":"appkey2","servertime":"2020-09-30 14:11:36","consumenum":30.8,"roleid":"roleid2","serverid":"2"} {"appkey":"appkey1","servertime":"2020-09-30 14:13:36","consumenum":31.8,"roleid":"roleid1","serverid":"1"} {"appkey":"appkey2","servertime":"2020-09-30 14:20:36","consumenum":33.8,"roleid":"roleid2","serverid":"2"} {"appkey":"appkey1","servertime":"2020-09-30 14:30:36","consumenum":73.8,"roleid":"roleid1","serverid":"1"}

2.4 查看用户充值金额实时统计效果

三、最佳实践-电商实时PV和UV统计-Confluent+实时计算Flink+RDS

3.1 新建Confluent消息队列

1. 在confluent集群列表页，登录control center

1. 在左侧选中Topics，点击Add a topic按钮，创建一个名为pv-uv的topic，将partition设置为3

3.2 创建云数据库RDS结果表

1. 登录 RDS 管理控制台页面，购买RDS。确保RDS与Flink全托管集群在相同region，相同VPC下

1. 添加虚拟交换机网段（vswitch IP段）进入RDS白名单，详情参考：设置白名单文档

3.【vswitch IP段】可在 flink的工作空间详情中查询

1. 在【账号管理】页面创建账号【高权限账号】

1. 数据库实例下【数据库管理】新建数据库【conflufent_vvp】

1. 使用系统自带的DMS服务登陆RDS，登录名和密码输入上面创建的高权限账户

1. 双击【confluent_vvp】数据库，打开SQLConsole，将以下建表语句复制粘贴到 SQLConsole中，创建结果表

   CREATE TABLE result_cps_total_summary_pvuv_min( summary_date date NOT NULL COMMENT '统计日期', summary_min varchar(255) COMMENT '统计分钟', pv bigint COMMENT 'pv', uv bigint COMMENT 'uv', currenttime timestamp COMMENT '当前时间', primary key(summary_date,summary_min) )

3.3 创建实时计算VVP作业

1.【[VVP控制台】新建文件

1. 在SQL区域输入以下代码：

   --数据的订单源表 CREATE TABLE source_ods_fact_log_track_action ( account_id VARCHAR, --用户ID client_ip VARCHAR, --客户端IP client_info VARCHAR, --设备机型信息 platform VARCHAR, --系统版本信息 imei VARCHAR, --设备唯一标识 version VARCHAR, --版本号 action VARCHAR, --页面跳转描述 gpm VARCHAR, --埋点链路 c_time VARCHAR, --请求时间 target_type VARCHAR, --目标类型 target_id VARCHAR, --目标ID udata VARCHAR, --扩展信息，JSON格式 session_id VARCHAR, --会话ID product_id_chain VARCHAR, --商品ID串 cart_product_id_chain VARCHAR, --加购商品ID tag VARCHAR, --特殊标记 position VARCHAR, --位置信息 network VARCHAR, --网络使用情况 p_dt VARCHAR, --时间分区天 p_platform VARCHAR --系统版本信息 ) WITH ( 'connector' = 'kafka', 'topic' = 'game_consume_log', 'properties.bootstrap.servers' = 'kafka.confluent.svc.cluster.local.c79f69095bc5d4d98b01136fe43e31b93:9071', 'properties.group.id' = 'gamegroup', 'format' = 'json', 'properties.ssl.truststore.location' = '/flink/usrlib/truststore.jks', 'properties.ssl.truststore.password' = '【your password】', 'properties.security.protocol'='SASL_SSL', 'properties.sasl.mechanism'='PLAIN', 'properties.sasl.jaas.config'='org.apache.flink.kafka.shaded.org.apache.kafka.common.security.plain.PlainLoginModule required username="【your user name】" password="【your password】";' ); --{"account_id":"id1","client_ip":"172.11.1.1","client_info":"mi10","p_dt":"2021-12-01","c_time":"2021-12-01 19:10:00"} CREATE TABLE result_cps_total_summary_pvuv_min ( summary_date date, --统计日期 summary_min varchar, --统计分钟 pv bigint, --点击量 uv bigint, --一天内同个访客多次访问仅计算一个UV currenttime timestamp, --当前时间 primary key (summary_date, summary_min) ) WITH ( type = 'rds', url = 'url = 'jdbc:mysql://rm-【your rds clusterId】.mysql.rds.aliyuncs.com:3306/confluent_vvp',', tableName = 'result_cps_total_summary_pvuv_min', userName = 'flink_confluent_vip', password = '【your rds password】' ); CREATE VIEW result_cps_total_summary_pvuv_min_01 AS select cast (p_dt as date) as summary_date --时间分区 , count (client_ip) as pv --客户端的IP , count (distinct client_ip) as uv --客户端去重 , cast (max (c_time) as TIMESTAMP) as c_time --请求的时间 from source_ods_fact_log_track_action group by p_dt; INSERT into result_cps_total_summary_pvuv_min select a.summary_date, --时间分区 cast (DATE_FORMAT (c_time, 'HH:mm') as varchar) as summary_min, --取出小时分钟级别的时间 a.pv, a.uv, CURRENT_TIMESTAMP as currenttime --当前时间 from result_cps_total_summary_pvuv_min_01 AS a;

2. 点击【上线】之后，在作业运维页面点击启动按钮，直到状态更新为RUNNING状态。

1. 在control center的【Topics->Messages】页面，逐条发送测试消息，格式为：

   {"account_id":"id1","client_ip":"72.11.1.111","client_info":"mi10","p_dt":"2021-12-01","c_time":"2021-12-01 19:11:00"} {"account_id":"id2","client_ip":"72.11.1.112","client_info":"mi10","p_dt":"2021-12-01","c_time":"2021-12-01 19:12:00"} {"account_id":"id3","client_ip":"72.11.1.113","client_info":"mi10","p_dt":"2021-12-01","c_time":"2021-12-01 19:13:00"}

3.4 查看PV和UV效果

可以看出rds数据表的pv和uv会随着发送的消息数据，动态的变化，同时还可以通过【数据可视化】来查看相应的图表信息。

pv图表展示：

uv图表展示：

原文链接

本文为阿里云原创内容，未经允许不得转载。