【云知易】Cloud Stream实时流计算服务 入门 01 快速入门

本文为大家介绍如何快速使用Cloud Stream实时流计算服务。基本流程如下：

    1.         准备数据源和数据输出通道

    2.         准备对象存储服务

    3.         申请实时流计算服务

    4.         创建并提交作业

    5.         从数据源接入实时数据

    6.         查看作业信息及运行结果

    7.         删除作业

为了方便大家了解使用过程，我们将通过一个简单的样例，介绍如何快速使用Cloud Stream服务。

样例场景为实时录入学生科目成绩并输出成绩大于90分的学生信息。

针对该场景，我们需要创建一个作业，并且该作业有一个输入流和一个输出流。输入流用于实时录入学生科目成绩，输出流用于输出成绩大于90分的学生信息。

准备数据源和数据输出通道

首先，我们要为样例作业开通如下所示的两个DIS（数据接入服务）通道，分别用作作业的数据源和数据输出通道，且DIS通道必须与Cloud Stream服务的作业处于同一个区域。具体操作请参见DIS服务的“用户指南 > 操作指南 > 使用DIS > 开通DIS通道”。

−            用于作业输入流的DIS通道：

            通道名称：csinput

            分区数量：3

            数据转储：无

−            用于作业输出流的DIS通道：

            通道名称：csoutput

            分区数量：3

            数据转储：无

准备对象存储服务

如果新建作业时，需要为作业存储运行日志、保存checkpoint信息或存放调试数据，则需要先在对象存储服务（OBS）中申请一个OBS桶，且OBS桶必须与Cloud Stream服务的作业处于同一个区域。

如果您已经申请了OBS桶，可以跳过这一步。

在本样例中，需要申请一个OBS桶。示例如下：

                    区域：中国华北区1

                    桶名称：smoke-test

                    存储类别：标准存储

申请实时流计算服务

用户可以在Cloud Stream服务的管理控制台页面，申请实时流计算服务。

步骤 1     在浏览器中访问公有云网站www.huaweicloud.com。

步骤 2     单击页面右上角的“控制台”，然后输入帐号、密码登录。

    如您尚未注册公有云，可单击“免费注册”，根据界面提示注册一个公有云帐号。

步骤 3     在管理控制台首页，选择“所有服务 > 数据分析 > 实时流计算服务”，进入Cloud Stream管理控制台。

步骤 4     在Cloud Stream管理控制台页面单击左上角的，选择区域，如“中国华北区1”。

步骤 5     单击“申请实时流计算服务”，进入“申请实时流计算服务”页面。

步骤 6     勾选“我已阅读并同意《华为云数据接入服务协议》” 和“《华为云用户协议》”，然后单击“申请”。

步骤 7     申请实时流计算服务成功后，系统将自动跳转到“概览”页面，如下图所示。

创建并提交作业

使用实时流计算服务，首先要创建一个作业，假设创建一个名称为“JobSample”的作业。

步骤 1     在Cloud Stream管理控制台的左侧导航栏中，单击“作业管理”，进入“作业管理”页面。

步骤 2     单击“新建”，弹出“新建作业”页面，配置作业信息，如下图所示：

步骤 3     单击“确认”，进入“编辑”页面，在SQL语句编辑区域中会显示“默认”模板的SQL语句。

步骤 4     在SQL语句编辑区域中，可以根据作业的实际需要，编写SQL语句。在本样例中，我们使用“默认”模板的SQL语句即可，具体SQL语句如下所示：    

/** 
   * 该示例从DIS读取数据并将查询结果写入DIS 
   * >>>>>>>>>>>>>>>>>>>>请务必确保您的账户下已在数据接入服务（DIS）里创建了您配置的通道<<<<<<<<<<<<<<<<<<<< 
   * 
   **/ 
 /*************************正式业务逻辑开始****************************************/ 
  
 /** 创建输入流，从DIS的csinput通道获取数据。 
   * 
   * 根据实际情况修改以下选项： 
   * channel：数据所在通道名 
   * partitionCnt：该通道分区数 
   * encode: 数据编码方式，可以是csv或json 
   * fieldDelimiter：当编码格式为csv时，属性之间的分隔符 
   **/ 
 create source stream student_scores ( 
   student_number STRING,    /* 学号 */ 
   student_name   STRING,    /* 姓名 */ 
   subject        STRING,    /* 学科 */ 
   score          INT        /* 成绩 */ 
 ) WITH ( 
   type = "dis", 
   region = "southchina", 
   channel = "csinput", 
   partitionCnt = "1", 
   encode = "csv", 
   fieldDelimiter = "," 
 ); 
  
 /** 创建输出流，结果输出到DIS的csoutput通道。 
   * 
   * 根据实际情况修改以下选项： 
   * channel：数据所在通道名 
   * partitionKey：当通道有多个分区时用来分发的主键 
   * encode： 结果编码方式，可以为csv或者json 
   * fieldDelimiter: 当编码格式为csv时，属性之间的分隔符 
   **/ 
 create sink stream score_greate_90 ( 
   student_number STRING,    /* 学号 */ 
   student_name   STRING,    /* 姓名 */ 
   subject        STRING,    /* 学科 */ 
   score          INT        /* 成绩 */ 
 ) WITH ( 
   type="dis", 
   region="southchina", 
   channel = "csoutput", 
   partitionKey = "student_name", 
   encode = "csv", 
   fieldDelimiter = "," 
 ); 
  
 /** 将数学成绩大于90分的同学信息输出 **/ 
 insert into score_greate_90 select * from student_scores where score > 90;

            SQL语句主要包含3个部分：

l  创建输入流：流定义中的字段信息需要与往入流DIS通道录入的数据格式一致。流定义的with中的参数需要与入流DIS通道的信息一致。

l  创建输出流：流定义中with中的参数需要与用作出流的DIS通道的信息一致。

l  业务逻辑：根据需求场景编写SQL语句，并将结果数据插入到出流。

步骤 5     SQL语句编写完成后，单击“语义校验”，验证SQL正确性。

    只有语义校验成功后，才可以执行“调试”、“提交”或“启动”作业的操作。

    如果校验成功，提示“SQL语义校验成功”。

    如果校验失败，会在错误的SQL语句前面显示红色的“X”记号，鼠标移动到“X”号上可查看详细错误，请根据错误提示修改SQL语句。    

步骤 6     在“编辑”页面的右侧 “运行参数设置”页签，设置运行参数。如下图所示：

步骤 7     单击“调试”，“编辑”页面右侧自动跳转到“调试参数设置”页签，配置调试参数，然后单击“开始调试”。

            在本样例中，“数据输入方式”设置为“手动录入”， 您也可以设置为“OBS”方式，前提是需要先将测试数据存放到配置项“数据转储地址”指定的OBS桶中。

        调试成功会弹出“调试结果”页面。

        如果调试结果符合预期，说明作业可以正常运行。

        如果调试结果不符合预期，说明作业业务逻辑可能存在问题，请修改SQL语句后再重新调试。

步骤 8     单击“保存”，保存作业和相关参数。

步骤 9     单击“提交”，此时显示“作业费用清单”页面，公测期间是免费的，单击“确认”，将作业提交并启动。

    提交作业后，系统将自动跳转到“作业管理”页面，新创建的作业将展现在作业列表中，在“状态”一列中可以查看作业状态。

            作业状态为“提交中”，表示作业正在提交，请耐心等待。提交成功后，作业状态变为“运行中”。

            如果作业状态为“提交失败”或“运行异常“，表示作业提交或运行失败。请在作业列表中，单击作业名称“JobSample”，然后单击“调试日志”，查看作业运行日志。请根据日志解决故障后，再重新提交作业。

从数据源接入实时数据

前面已经申请了DIS通道作为数据源，提交作业成功后，用户就可以将数据通过DIS通道不断上传至DIS服务，实现向Cloud Stream服务的作业提供实时流数据源。在本样例中，我们将构造本地数据并上传至DIS通道“csinput”， 具体操作请参见DIS服务的“用户指南 > 操作指南 > 使用DIS > 发送数据到DIS服务”。

样例数据示例如下，录入学生科目成绩，每条记录包含4个字段，即学号、姓名、科目、成绩：

1,zhangxx,math,95

2,lixx,math,90

3,wangxx,math,85

4,chenxx,math,92

查看作业信息及运行结果

步骤 1     作业提交后，在“作业管理”页面的作业列表中，单击作业名称“JobSample”，可以查看作业的详细信息。

            具体可以查看作业详情、仪表盘、执行计划、任务列表、审计日志和调试日志。

步骤 2     如果用户需要查看作业的输出结果，需要到DIS上查看用于作业输出流的DIS通道上的数据，详细操作请参见DIS的“用户指南 > 操作指南 > 从DIS 服务获取数据”。

删除作业

样例作业运行成功后，如果不再需要本样例作业，可以将它删除，以免浪费资源或占用配额。删除作业步骤如下：

步骤 1     在Cloud Stream管理控制台的“作业管理”页面，在作业列表中，找到名称为“JobSample”的作业所在行，在“操作”一列中单击“更多”，再单击“删除”。

步骤 2     在弹出的确认对话框中，单击“确认”完成操作。

更多内容，请参见Cloud Stream实时流计算服务的帮助中心（http://support.huaweicloud.com/cs/index.html）。