[技术分享]【DLI跨源】当DLI遇见MongoDB

导语：

MongoDB作为灵活高效易扩展的no-schema数据库，越来越受到互联网公司、游戏行业等开发者的青睐，但是MongoDB有着独特的语言接口，并不能很好满足数据分析师构建数据治理应用的需求，而数据湖探索DLI恰好解决了这一痛点。搭配华为云上DDS服务提供的MongoDB，DLI无需数据搬迁，便可以直接使用SQL分析，并且将分析后的数据导入OBS,RDS,DWS等更多的云上数据存储。当DLI遇见MongoDB，让数据不再成为“孤岛”。

一、X游戏公司的数据分析场景

X游戏公司最近新上了一款爆款手游A，日活突破百万，每月都能为X公司贡献数千万的利润。随着游戏业务量的迅猛发展，游戏数据分析师小鑫遇到了前所未有的挑战。

当时为了游戏快速上线，架构师选用华为云DDS服务提供的MongoDB数据库，用于用户数据存储。MongoDB高性能，易扩展，no-shema等特性，很好的支撑了游戏爆发式数据增长以及游戏玩法的快速更新迭代。但是，现在存储在MongoDB里的海量数据，犹如隐藏在群山中的矿脉，如何才能挖掘其中更大价值？如何筛选出优质客户从而提供更好地服务？如何分析用户行为，为游戏开发提供切实可行的数据支持？。。。种种数据分析需求，让小鑫抓狂了，他急需一种易用高效的分析工具，协助他完成数据挖掘任务。

二、MongoDB的数据存储

在解决小鑫的问题之前，让我们来了解一下MongoDB。它是面向文档的数据库，介于关系型数据库和非关系型数据库之间，具有非常强大的扩展能力。其数据库里的一条记录就是一个文档，它由域和值对组成。MongoDB的文档是一个键值(key-value)对，类似于一个json对象。但MongoDB 的文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型，这也是MongoDB的突出特点。MongoDB的优势在于，其一：性能强。MongoDB拥有强大数据持久能力，减少对数据库系统的输入/输出操作；通过构建索引，支持更快的查询速度，并可以支持从嵌入式文档和数组中返回键值。其二：支持丰富的查询语言。MongoDB具有良好的开放性和兼容性，支持多种语言进行读写操作、文档搜索、数据聚合等操作，当然这些API是MongoDB特有的，存在一定学习成本。其三：便捷的复制能力。MongoDB提供一种叫副本集（replica set）的服务，将数据分布在多台机器上以实现数据冗余和自动故障转移。其四：扩展性强。MongoDB的核心功能之一就是良好的扩展能力。通过分片的方式将数据分布在一组计算机中，让每一个服务器里面存储的数据都是一样大小。

三、DLI崭露头角

小鑫找到了华为工程师Z，小Z向小鑫极力推荐华为云数据湖分析利器DLI，只要你会SQL，就能玩转云上各种数据源，包括了DDS。DLI提供跨源融合分析功能，兼容SQL,SPARK,FLINK编程API,只需轻松几步，便可分析DDS中的MongoDB数据，无需数据搬迁。“这么神奇？”小鑫跃跃欲试。小Z立刻祭出了，DLI分析MongoDB三版斧：

1.       建立跨源连接

DLI分析集群和用户的DDS集群分属不同的虚拟子网，存在网络隔离，而建立跨源连接，即可打通DLI集群与DDS集群的网络。具体步骤是

• 先查看DDS集群网络信息，记录下集群所属VPC、子网、子网网段

• 在DLI跨源连接管理界面，创建指向DDS的增强型跨源连接，在连接中指定DDS所属的VPC和子网

• 最后在新建的跨源连接中绑定用户队列，增强型跨源连接绑定的队列需要是非按需队列

2.       创建跨源表

小鑫的样例数据包括了一个用户集合，一个装备集合。用户集合中存放着用户信息，装备集合中存放着用户游戏装备信息。

在DLI SQL编辑器中，执行创建MongoDB跨源表的SQL，创建关联的用户表和装备表，如下所示

 CREATE TABLE user(
  account string,
  phone string,
  age int,
  sex string,
  credit int,
  lastlogin int
) USING MONGO OPTIONS (
  'url' = '192.168.0.95:8635,192.168.0.98:8635/test?authSource=admin',
  'database' = 'test',
  'collection' = 'user',
  'user' = 'rwuser',
  'password' = '***'
);
 
 CREATE TABLE equipment(
  account string,
  eq_id int,
  attack int,
  defence int,
  weight int,
  name string,
  value int
) USING MONGO OPTIONS (
  'url' = '192.168.0.95:8635,192.168.0.98:8635/test?authSource=admin',
  'database' = 'test',
  'collection' = 'equipment',
  'user' = 'rwuser',
  'password' = '***'
);

建表成功将在界面中返回成功。

3.       查询分析

    建表完成后，在华为工程师的指导下，小鑫开始了再DLI中的数据探索，他先执行了一些简单的查询语句：

/*
  查询成年用户
*/
select * from user where age >= 18


/*
  查询装备id为666福星装备的记录
*/
SELECT * FROM equipment where eq_id = 666

    之后，他又试了试两张表关联查询语句：    

/*
  查询拥有福星装备的未成年用户信息
*/
select * from user as a join equipment as b where a.account=b.account and a.age < 18 and b.eq_id=666

    结果如图所示：

    看来这些基本的sql查询根本不在话下，小鑫着手开发游戏数据ETL，并很快搞定了业务部门的需求，收获了领导的认可。但需求总在变化，还有更加紧急的需求在等着小鑫，而DLI可以应付的了么？（待续）