表格存儲: 數(shù)據(jù)存儲和數(shù)據(jù)消費All in one

表格存儲（Table Store）是阿里云自研的NoSQL多模型數(shù)據(jù)庫，提供PB級結(jié)構(gòu)化數(shù)據(jù)存儲、千萬TPS以及毫秒級延遲的服務(wù)能力。在實時計算場景里，表格存儲強大的寫入能力和多模型的存儲形態(tài)，使其不僅可以作為計算結(jié)果表，同時也完全具備作為實時計算源表的能力。
通道服務(wù)是表格存儲提供的全增量一體化數(shù)據(jù)消費功能，為用戶提供了增量、全量和增量加全它量三種類型的分布式數(shù)據(jù)實時消費通道。實時計算場景下，通過為數(shù)據(jù)表建立數(shù)據(jù)通道，用戶可以以流式計算的方式對表中歷史存量和新增數(shù)據(jù)做數(shù)據(jù)消費。

利用表格存儲存儲引擎強大的寫入能力和通道服務(wù)完備的流式消費能力，用戶可以輕松做到數(shù)據(jù)存儲和實時處理all in one！

Blink: 流批一體的數(shù)據(jù)處理引擎

Blink是阿里云在Apache Flink基礎(chǔ)上深度改進的實時計算平臺，同F(xiàn)link一致Blink旨在將流處理和批處理統(tǒng)一，但Blink相對于社區(qū)版Flink，在穩(wěn)定性上有很多優(yōu)化，在某些場景特別是在大規(guī)模場景會比Flink更加穩(wěn)定。Blink的另一個重大改進是實現(xiàn)了全新的 Flink SQL 技術(shù)棧，在功能上，Blink支持現(xiàn)在標準 SQL 幾乎所有的語法和語義，在性能上，Blink也比社區(qū)Flink更加強大，特別是在批 SQL 的性能方面，當前 Blink 版本是社區(qū)版本性能的 10 倍以上，跟 Spark 相比，在 TPCDS 這樣的場景 Blink 的性能也能達到 3 倍以上[1]。

從用戶技術(shù)架構(gòu)角度分析，結(jié)合表格存儲和Blink可以做到：1. 存儲側(cè)，使用表格存儲，則可以做到寫一份數(shù)據(jù)，業(yè)務(wù)立即可見，同時原生支持后續(xù)流式計算消費，無需業(yè)務(wù)雙寫；2. 計算側(cè)，使用Blink流批一體處理引擎，可以統(tǒng)一流批計算架構(gòu)，開發(fā)一套代碼支持流批兩個需求場景。

本文就將為大家介紹實時計算的最佳架構(gòu)實踐：基于表格存儲和Blink的實時計算架構(gòu)，并帶快速體驗基于表格存儲和Blink的數(shù)據(jù)分析job。

更優(yōu)的實時計算架構(gòu)：基于表格存儲和Blink的實時計算架構(gòu)

我們以一個做態(tài)勢感知的大數(shù)據(jù)分析系統(tǒng)為例，為大家闡述表格存儲和Blink實時計算的架構(gòu)優(yōu)勢。假如客戶是大型餐飲企業(yè)CEO，連鎖店遍布全國各地，CEO非常關(guān)心自己有沒有服務(wù)好全國各地的吃貨，比如臺灣顧客和四川顧客在口味評價上會不會有不同？自己的菜品是否已經(jīng)熱度下降了？為了解決這些問題，CEO需要一個大數(shù)據(jù)分析系統(tǒng)，一方面可以實時監(jiān)控各地菜品銷售額信息，另一方面也希望能有定期的歷史數(shù)據(jù)分析，能給出自己關(guān)心的客戶變化趨勢。

用技術(shù)角度來解讀，就是客戶需要：1. 客戶數(shù)據(jù)的實時處理能力，持續(xù)聚合新增的訂單信息，能大屏展示和以日報形式展示；2.對歷史數(shù)據(jù)的離線分析能力，分析離線數(shù)據(jù)做態(tài)勢感知、決策推薦。

經(jīng)典的解決方案基本上基于Lambda大數(shù)據(jù)架構(gòu)[2]，如下圖1，用戶數(shù)據(jù)既需要進入消息隊列系統(tǒng)（New Data Stream如Kafka）作為實時計算任務(wù)的輸入源，又需要進入數(shù)據(jù)庫系統(tǒng)(All Data如HBASE)來支持批處理系統(tǒng)，最終兩者的結(jié)果寫入數(shù)據(jù)庫系統(tǒng)(MERGED VIEW)，展示給用戶。

圖-1 Lambda大數(shù)據(jù)架構(gòu)

這個系統(tǒng)的缺點就是太龐大，需要維護多個分布式子系統(tǒng)，數(shù)據(jù)既要寫入消息隊列又要進入數(shù)據(jù)庫，要處理兩者的雙寫一致性或者維護兩者的同步方案，計算方面要維護兩套計算引擎、開發(fā)兩套數(shù)據(jù)分析代碼，技術(shù)難度和人力成本很高。
利用表格存儲同時具備強大的寫入能力、實時數(shù)據(jù)消費能力，Blink + SQL的高性能和流批融合，經(jīng)典Lambda架構(gòu)可以精簡為下圖2，基于表格存儲和Blink的實時計算架構(gòu)：

圖-2 基于表格存儲和Blink的實時計算架構(gòu)

該架構(gòu)引入的依賴系統(tǒng)大大減少，人力和資源成本都明顯下降，它的基本流程只包括：

• 用戶將在線訂單數(shù)據(jù)或者系統(tǒng)抓取數(shù)據(jù)寫入表格存儲源表，源表創(chuàng)建通道服務(wù)數(shù)據(jù)通道；
• 實時計算任務(wù)(黃線)，使用Blink表格存儲數(shù)據(jù)源DDL定義SQL源表和結(jié)果表，開發(fā)和調(diào)試實時訂單日聚合SQL job；
• 批處理計算任務(wù)(綠線)，定義批處理源表結(jié)果表[1]，開發(fā)歷史訂單分析SQL job;
• 前端服務(wù)通過讀取表格存儲結(jié)果表展示日報和歷史分析結(jié)果；

快速開始

介紹完架構(gòu)，我們就來迅速開發(fā)一個基于TableStore和Blink的日報實時計算SQL，以流計算的方式統(tǒng)計每日各個城市的實時用餐單數(shù)和餐費銷售額。

在表格存儲控制臺創(chuàng)建消費訂單表consume_source_table(primary key: id[string])，并在訂單表->通道管理下建立增量通道blink-demo-stream, 創(chuàng)建日統(tǒng)計結(jié)果表result_summary_day(primary key: summary_date[string])；

在Blink開發(fā)界面，創(chuàng)建消費訂單源表、日統(tǒng)計結(jié)果表、每分鐘聚合視圖和寫入SQL：

---消費訂單源表 CREATE TABLE source_order (id VARCHAR,-- 訂單IDrestaurant_id VARCHAR, --餐廳IDcustomer_id VARCHAR,--買家IDcity VARCHAR,--用餐城市price VARCHAR,--餐費金額pay_day VARCHAR, --訂單時間 yyyy-MM-ddprimary(id) ) WITH (type='ots',endPoint ='http://blink-demo.cn-hangzhou.ots-internal.aliyuncs.com',instanceName = "blink-demo",tableName ='consume_source_table',tunnelName = 'blink-demo-stream', );---日統(tǒng)計結(jié)果表 CREATE TABLE result_summary_day (summary_date VARCHAR,--統(tǒng)計日期total_price BIGINT,--訂單總額total_order BIGINT,--訂單數(shù)primary key (summary_date) ) WITH (type= 'ots',endPoint ='http://blink-demo.cn-hangzhou.ots-internal.aliyuncs.com',instanceName = "blink-demo",tableName ='result_summary_day',column='summary_date,total_price,total_order' );INSERT into result_summary_day select cast(pay_day as bigint) as summary_date, --時間分區(qū) count(id) as total_order, --客戶端的IP sum(price) as total_order, --客戶端去重 from source_ods_fact_log_track_action group by pay_day;

上線聚合SQL, 在表格存儲源表寫入訂單數(shù)據(jù)，可以看到result_summary_day持續(xù)更新的日訂單數(shù)，大屏展示系統(tǒng)可以根result_summary_day直接對接；

總結(jié)

使用表格存儲和Blink的大數(shù)據(jù)分析架構(gòu)，相對于傳統(tǒng)開源解決方案，有很多優(yōu)勢：

1、強大的存儲和計算引擎，表格存儲除了海量存儲、極高的讀寫性能外，還提供了多元索引、二級索引、通道服務(wù)等多種數(shù)據(jù)分析功能，相對HBASE等開源方案優(yōu)勢明顯，Blink關(guān)鍵性能指標為開源Flink的3到4倍，數(shù)據(jù)計算延遲優(yōu)化到秒級甚至亞秒級；
2、全托管服務(wù)，表格存儲和Blink都全托管的serverless服務(wù)，即開即用；
3、低廉的人力和資源成本，依賴服務(wù)全serverless免運維，按量付費，避免波峰波谷影響；

篇幅原因，本文主要介紹了表格存儲和Blink結(jié)合的大數(shù)據(jù)架構(gòu)優(yōu)勢，以及簡單SQL演示，后續(xù)更復(fù)雜、貼近場景業(yè)務(wù)的文章也會陸續(xù)推出，敬請期待！

原文鏈接
本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

總結(jié)

以上是生活随笔為你收集整理的实时计算的最佳实践：基于表格存储和Blink的大数据实时计算的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。