实时及未来,最近在腾讯云Oceanus进行实时计算服务,以下为mysql-cdc结合维表hbase到flink到ClickHouse的实践。分享给大家~
在Oceanus控制台的【集群管理】->【新建集群】页面创建集群,选择地域、可用区、VPC、日志、存储,设置初始密码等。
若职期间未使用过VPC,日志,存储这些组件,需要先进行创建。
VPC及子网需要和下面的Mysql、ES集群使用同一个,否则需要手动打通(如对等连接)。
创建完后的集群如下:
私有网络是一块您在腾讯云上自定义的逻辑隔离网络空间,在构建MySQL、EMR,ClickHouse集群等服务时选择的网络必须保持一致,网络才能互通。否则需要使用对等连接、VPN等方式打通网络。页面地址:https://console.cloud.tencent.com/vpc/vpc?rid=8
云数据库 MySQL(TencentDB for MySQL)是腾讯云基于开源数据库 MySQL 专业打造的高性能分布式数据存储服务,让用户能够在云中更轻松地设置、操作和扩展关系数据库。页面地址:https://console.cloud.tencent.com/cdb
新建MySQL服务的页面需要注意选择的网络是之前创建好的。
创建完MySQL服务后,需要修改binlog参数,如图修改为FULL(默认值为MINIMAL)
修改完参数后,登陆MySQL创建示例所需要的数据库和数据库表。
打开SQL窗口或者点击可视化页面创建数据库及表。
create database mysqltestdb;
在新建库的基础上新建表student:
create table `student` (
`id` int(11) not null auto_increment comment '主键id',
`name` varchar(10) collate utf8mb4_bin default '' comment '名字',
`age` int(11) default null comment '年龄',
`create_time` timestamp null default current_timestamp comment '数据创建时间',
primary key (`id`)
) engine=innodb auto_increment=4 default charset=utf8mb4 collate=utf8mb4_bin row_format=compact comment='学生表'
insert into mysqltestdb.student(id,name,age) values(1,“xiaomin”,20);
EMR是云端托管的弹性开源泛 Hadoop 服务,支持 Spark、HBase、Presto、Flink、Druid 等大数据框架,本次示例主要需要使用Flume、Hive、YARN、HUE、Oozie组件。页面地址https://console.cloud.tencent.com/emr
在EMR集群中安装HBase组件。
如果生产环境,服务器配置可根据实际情况选择,示例中选择了低配服务器,网络需要选择之前创建好的VPC网络,始终保持服务组件在同一VPC下。
进入HBase Master节点
点击登录进入服务器
输入命令:
# 进入HBase命令
root@172~# hbase shell
进入hbase shell,并新建表:
# 建表语句
create 'dim_hbase', 'cf'
# 插入数据
put 'dim_hbase','1','cf:name','MingDeSchool'
页面地址:https://console.cloud.tencent.com/cdwch
新建集群
选择网络选择之前新建的VPC网络(依然保证各服务在同一网络)
登录clickhouse
在之前新建的EMR下选择一台云主机点击登录,最好选择带有外网IP的节点。
安装ClickHouse客户端
在此机器上安装ClickHouse客户端,clickhouse-client安装教程:https://cloud.tencent.com/document/product/1299/49824
登陆客户端
命令示例:
clickhouse-client -h用户自己的ClickHouse服务IP --port 9000
新建数据库
create database testdb on cluster default_cluster;
新建表
CREATE TABLE testdb.student_school on cluster default_cluster (
`id` Int32,
`name` Nullable(String),
`school_name` Nullable(String),
`Sign` Int8
) ENGINE = ReplicatedCollapsingMergeTree('/clickhouse/tables/{layer}-{shard}/testdb/ student_school, '{replica}', Sign) ORDER BY id;
按照上面操作中创建表,并向MySQL和HBase表中插入数据。
在Oceanus控制台创建SQL作业,选择响应的内置Connector。
MySQL-CDC Source:
--学生信息作为cdc源表
CREATE TABLE `student` (
`id` INT NOT NULL,
`name` varchar,
`age` INT,
PRIMARY KEY (`ID`) NOT ENFORCED
) WITH (
'connector' = 'mysql-cdc',
-- 必须为 'mysql-cdc'
'hostname' = 'YoursIp',
-- 数据库的 IP
'port' = '3306',
-- 数据库的访问端口
'username' = '用户名',
-- 数据库访问的用户名(需要提供 SHOW DATABASES, REPLICATION SLAVE, REPLICATION CLIENT, SELECT, RELOAD 权限)
'password' = 'YoursPassword,
-- 数据库访问的密码
'database-name' = 'mysqltestdb',
-- 需要同步的数据库
'table-name' = 'student' -- 需要同步的数据表名
);
HBase 维表
--示例使用school学校信息作为维表
CREATE TABLE dim_hbase (
rowkey STRING,
cf ROW <school_name STRING>, -- 如果有多个列簇,写法 cf Row<age INT,name String>
PRIMARY KEY (rowkey) NOT ENFORCED
) WITH (
'connector' = 'hbase-1.4',
'table-name' = 'dim_hbase',
'zookeeper.quorum' = '用户自己的hbase服务器zookeeper地址,多个用逗号隔开'
);
创建到ClickHouse的创建表语句
--关联后存入clickhouse表
CREATE TABLE `student_school` (
stu_id INT,
stu_name STRING,
school_name STRING,
PRIMARY KEY (`id`) NOT ENFORCED
) WITH (
-- 指定数据库连接参数
'connector' = 'clickhouse',
'url' = 'clickhouse://yourIP:8123',
-- 如果ClickHouse集群未配置账号密码可以不指定
--'username' = 'root',
--'password' = 'root',
'database-name' = 'testdb',
'table-name' = ' student_school ',
'table.collapsing.field' = 'Sign'
);
此例子中,只进行了简单的Join没有进行复杂的运算。详细运算逻辑可参考:
Oceanus运算符和内置函数 或者Flink官网Flink SQL开发章节
INSERT INTO
student_school
SELECT
student.id as stu_id,
student.name as stu_name,
dim_hbase.cf.school_name
FROM
student
JOIN dim_hbase ON CAST(student.school_id AS STRING) = dim_hbase.rowkey;
在ClickHouse数据库中查询数据是否正确。
select * from testdb.student_school;
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。