# 从Kafka读取数据写入到DWS ![](https://support.huaweicloud.com/devg-dli/public_sys-resources/notice_3.0-zh-cn.png) 本指导仅适用于Flink 1.12版本。 #### 场景描述 该场景为对汽车驾驶的实时数据信息进行分析，将满足特定条件的数据结果进行汇总。汽车驾驶的实时数据信息为数据源发送到Kafka中，再将Kafka数据的分析结果输出到DWS中。 例如，输入如下样例数据： ``` {"car_id":"3027", "car_owner":"lilei", "car_age":"7", "average_speed":"76", "total_miles":"15000"} {"car_id":"3028", "car_owner":"hanmeimei", "car_age":"6", "average_speed":"92", "total_miles":"17000"} {"car_id":"3029", "car_owner":"Ann", "car_age":"10", "average_speed":"81", "total_miles":"230000"} ``` 预期输出：average_speed \<= 90 和 total_miles \<= 200000的车辆，即： ``` {"car_id":"3027", "car_owner":"lilei", "car_age":"7", "average_speed":"76", "total_miles":"15000"} ``` #### 前提条件 1. 已创建DMS Kafka实例。 具体步骤可参考：[DMS Kafka入门指引](https://support.huaweicloud.com/qs-kafka/kafka-qs-0409001.html)。 ![](https://support.huaweicloud.com/devg-dli/public_sys-resources/caution_3.0-zh-cn.png) 创建DMS Kafka实例时，**不能开启Kafka SASL_SSL**。 2. 已创建DWS实例。 具体创建DWS集群的操作可以参考[创建DWS集群](https://support.huaweicloud.com/mgtg-dws/dws_01_0019.html)。 #### 整体作业开发流程 整体作业开发流程参考[图1]。 图1作业开发流程 ![](https://support.huaweicloud.com/devg-dli/zh-cn_image_0000002430232284.png "点击放大") [步骤1：创建弹性资源池并添加队列]：创建DLI作业运行的队列。 [步骤2：创建Kafka的Topic]：创建Kafka生产消费数据的Topic。 [步骤3：创建DWS数据库和表]：创建DWS数据库和表信息。 [步骤4：创建增强型跨源连接]：DLI上创建连接Kafka和DWS的跨源连接，打通网络。 [步骤5：运行作业]：DLI上创建和运行Flink OpenSource作业。 [步骤6：发送数据和查询结果]：Kafka上发送流数据，在RDS上查看运行结果。 #### 步骤1：创建弹性资源池并添加队列 新建队列的网段不能和DMS Kafka、RDS for MySQL实例的子网网段有重合，否则后续创建跨源连接会失败。 1. 登录DLI管理控制台。 2. 在左侧导航栏单击"资源管理 \> 弹性资源池"，可进入弹性资源池管理页面。 3. 在弹性资源池管理界面，单击界面右上角的"购买弹性资源池"。 4. 在"购买弹性资源池"界面，填写具体的弹性资源池参数。 本例在华东-上海二区域购买按需计费的弹性资源池。相关参数说明如[表1]所示。 表1参数说明 | 参数名称 | 参数说明 | 配置样例 | |:---|:---|:---| | 计费模式 | 选择弹性资源池计费模式。 | 按需计费 | | 区域 | 选择弹性资源池所在区域。 | 华东-上海二 | | 项目 | 每个区域默认对应一个项目，由系统预置。 | 系统默认项目 | | 名称 | 弹性资源池名称。 | dli_resource_pool | | 规格 | 选择弹性资源池规格。 | 标准版 | | CU范围 | 弹性资源池最大最小CU范围。 | 64-64 | | 网段 | 规划弹性资源池所属的网段。如需使用DLI增强型跨源，弹性资源池网段与数据源网段不能重合。**弹性资源池网段设置后不支持更改**。 | 172.16.0.0/19 | | 企业项目 | 选择对应的企业项目。 | default | 5. 参数填写完成后，单击"立即购买"，在界面上确认当前配置是否正确。 6. 单击"提交"完成弹性资源池的创建。 7. 在弹性资源池的列表页，选择要操作的弹性资源池，单击操作列的"添加队列"。 8. 配置队列的基础配置，具体参数信息如下。 表2弹性资源池添加队列基础配置 | 参数名称 | 参数说明 | 配置样例 | |:---|:---|:---| | 名称 | 弹性资源池添加的队列名称。 | dli_queue_01 | | 类型 | 选择创建的队列类型。 - 执行SQL作业请选择SQL队列。 - 执行Flink或Spark作业请选择通用队列。 | SQL作业场景请选择"SQL队列"。 其他场景请选择"通用队列"。 | | 执行引擎 | SQL队列可以选择队列引擎为Spark。 | Spark | | 企业项目 | 选择对应的企业项目。 | default | 9. 单击"下一步"，配置队列的扩缩容策略。 单击"新增"，可以添加不同优先级、时间段、"最小CU"和"最大CU"扩缩容策略。 本例配置的扩缩容策略如[图2]所示。 图2添加队列时配置扩缩容策略 ![](https://support.huaweicloud.com/devg-dli/zh-cn_image_0000002000460541.png "点击放大") 表3扩缩容策略参数说明 | 参数名称 | 参数说明 | 配置样例 | |:---|:---|:---| | 优先级 | 当前弹性资源池中的优先级数字越大表示优先级越高。本例设置一条扩缩容策略，默认优先级为1。 | 1 | | 时间段 | 首条扩缩容策略是默认策略，不能删除和修改时间段配置。 即设置00-24点的扩缩容策略。 | 00-24 | | 最小CU | 设置扩缩容策略支持的最小CU数。 | 16 | | 最大CU | 当前扩缩容策略支持的最大CU数。 | 64 | 10. 单击"确定"完成添加队列配置。 #### 步骤2：创建Kafka的Topic 1. 在Kafka管理控制台，选择"Kafka专享版"，单击对应的Kafka名称，进入到Kafka的基本信息页面。 2. 单击"Topic管理 \> 创建Topic"，创建一个Topic。Topic配置参数如下： - Topic名称。本示例输入为：testkafkatopic。 - 分区数：1。 - 副本数：1。 其他参数保持默认即可。 #### 步骤3：创建DWS数据库和表 1. 参考[使用gsql命令行客户端连接DWS集群](https://support.huaweicloud.com/mgtg-dws/dws_01_0093.html)连接已创建的DWS集群。 2. 执行以下命令连接DWS集群的默认数据库"gaussdb"： ``` gsql -d gaussdb -h DWS集群连接地址 -U dbadmin -p 8000 -W password -r ``` - gaussdb：DWS集群默认数据库。 - DWS集群连接地址：请参见[获取集群连接地址](https://support.huaweicloud.com/mgtg-dws/dws_01_0033.html)进行获取。如果通过公网地址连接，请指定为集群"公网访问地址"或"公网访问域名"，如果通过内网地址连接，请指定为集群"内网访问地址"或"内网访问域名"。如果通过弹性负载均衡连接，请指定为"弹性负载均衡地址"。 - dbadmin：创建集群时设置的默认管理员用户名。 - password ：默认管理员用户的密码。 3. 在命令行窗口输入以下命令创建数据库"testdwsdb"。 ``` CREATE DATABASE testdwsdb; ``` 4. 执行以下命令，退出gaussdb数据库，连接新创建的数据库"testdwsdb"。 ``` \q gsql -d testdwsdb -h DWS集群连接地址 -U dbadmin -p 8000 -W password -r ``` 5. 执行以下命令创建表。 ``` create schema test; set current_schema= test; drop table if exists qualified_cars; CREATE TABLE qualified_cars ( car_id VARCHAR, car_owner VARCHAR, car_age INTEGER , average_speed FLOAT8, total_miles FLOAT8 ); ``` #### 步骤4：创建增强型跨源连接 - **创建DLI连接Kafka的增强型跨源连接** 1. 在Kafka管理控制台，选择"Kafka专享版"，单击对应的Kafka名称，进入到Kafka的基本信息页面。 2. 在"连接信息"中获取该Kafka的"内网连接地址"，在"基本信息"的"网络"中获取获取该实例的"虚拟私有云"和"子网"信息，方便后续操作步骤使用。 3. 单击"网络"中的安全组名称，在"入方向规则"中添加放通队列网段的规则。例如，本示例队列网段为"10.0.0.0/16"，则规则添加为：优先级选择：1，策略选择：允许，协议选择：TCP，端口值不填，类型：IPv4，源地址为：10.0.0.0/16，单击"确定"完成安全组规则添加。 4. 登录DLI管理控制台，在左侧导航栏单击"跨源管理"，在跨源管理界面，单击"增强型跨源"，单击"创建"。 5. 在增强型跨源创建界面，配置具体的跨源连接参数。具体参考如下。 - 连接名称：设置具体的增强型跨源名称。本示例输入为：dli_kafka。 - 弹性资源池：选择[步骤1：创建弹性资源池并添加队列]中已经创建的弹性资源池。 - 虚拟私有云：选择Kafka的虚拟私有云。 - 子网：选择Kafka的子网。 - 其他参数可以根据需要选择配置。 参数配置完成后，单击"确定"完成增强型跨源配置。单击创建的跨源连接名称，查看跨源连接的连接状态，等待连接状态为："已激活"后可以进行后续步骤。 6. 单击"队列管理"，选择操作的队列，本示例为[步骤1：创建弹性资源池并添加队列]中创建的队列，在操作列，单击"更多 \> 测试地址连通性"。 7. 在"测试连通性"界面，根据[2]中获取的Kafka连接信息，地址栏输入"Kafka内网地址:Kafka数据库端口"，单击"测试"测试DLI到Kafka网络是否可达。 - **创建DLI连接DWS的增强型跨源连接** 1. 在DWS管理控制台，选择"集群管理"，单击已创建的DWS集群名称，进入到DWS的基本信息页面。 2. 在"基本信息"的"数据库属性"中获取该实例的"内网IP"、"端口"，"基本信息"页面的"网络"中获取"虚拟私有云"和"子网"信息，方便后续操作步骤使用。 3. 单击"连接信息"中的安全组名称，在"入方向规则"中添加放通队列网段的规则。例如，本示例队列网段为"10.0.0.0/16"，则规则添加为：优先级选择：1，策略选择：允许，协议选择：TCP，端口值不填，类型：IPv4，源地址为：10.0.0.0/16，单击"确定"完成安全组规则添加。 4. Kafka和DWS实例属于同一VPC和子网下？ 1. 是，执行[7]。Kafka和DWS实例在同一VPC和子网，不用再重复创建增强型跨源连接。 2. 否，执行[5]。Kafka和DWS实例分别在两个VPC和子网下，则要分别创建增强型跨源连接打通网络。 5. 登录DLI管理控制台，在左侧导航栏单击"跨源管理"，在跨源管理界面，单击"增强型跨源"，单击"创建"。 6. 在增强型跨源创建界面，配置具体的跨源连接参数。具体参考如下。 - 连接名称：设置具体的增强型跨源名称。本示例输入为：dli_dws。 - 弹性资源池：选择[步骤1：创建弹性资源池并添加队列]中已经创建的弹性资源池。 - 虚拟私有云：选择DWS的虚拟私有云。 - 子网：选择DWS的子网。 - 其他参数可以根据需要选择配置。 参数配置完成后，单击"确定"完成增强型跨源配置。单击创建的跨源连接名称，查看跨源连接的连接状态，等待连接状态为："已激活"后可以进行后续步骤。 7. 单击"队列管理"，选择操作的队列，本示例为[步骤1：创建弹性资源池并添加队列]中创建的队列，在操作列，单击"更多 \> 测试地址连通性"。 8. 在"测试连通性"界面，根据[2]中获取的DWS连接信息，地址栏输入"DWS内网IP:DWS端口"，单击"测试"测试DLI到DWS网络是否可达。 #### 步骤5：运行作业 1. 在DLI管理控制台，单击"作业管理 \> Flink作业"，在Flink作业管理界面，单击"创建作业"。 2. 在创建队列界面，类型选择"Flink OpenSource SQL"，名称填写为：FlinkKafkaDWS。单击"确定"，跳转到Flink作业编辑界面。 3. 在Flink OpenSource SQL作业编辑界面，配置如下参数，其他参数默认即可。 - 所属队列：选择[步骤1：创建弹性资源池并添加队列]中创建的队列。 - Flink版本：选择1.12。 - 保存作业日志：勾选。 - OBS桶：选择保存作业日志的OBS桶，根据提示进行OBS桶权限授权。 - 开启Checkpoint：勾选。 - Flink作业编辑框中输入具体的作业SQL，本示例作业参考如下。SQL中加粗的参数需要根据实际情况修改。 ![](https://support.huaweicloud.com/devg-dli/public_sys-resources/note_3.0-zh-cn.png) 本示例使用的Flink版本为1.12，故Flink OpenSource SQL语法也是1.12。本示例数据源是Kafka，写入结果数据到DWS。 请参考[Flink OpenSource SQL 1.12创建Kafka源表](https://support.huaweicloud.com/sqlref-flink-dli/dli_08_0386.html)和[Flink OpenSource SQL 1.12创建DWS结果表](https://support.huaweicloud.com/sqlref-flink-dli/dli_08_0394.html)。 ``` create table car_infos( car_id STRING, car_owner STRING, car_age INT, average_speed DOUBLE, total_miles DOUBLE ) with ( "connector" = "kafka", "properties.bootstrap.servers" = "10.128.0.120:9092,10.128.0.89:9092,10.128.0.83:9092",--替换为kafka的内网连接地址和端口 "properties.group.id" = "click", "topic" = "testkafkatopic",--创建的Kafka的Topic "format" = "json", "scan.startup.mode" = "latest-offset" ); create table qualified_cars ( car_id STRING, car_owner STRING, car_age INT, average_speed DOUBLE, total_miles DOUBLE ) WITH ( 'connector' = 'gaussdb', 'driver' = 'com.huawei.gauss200.jdbc.Driver', 'url' = 'jdbc:gaussdb://192.168.168.16:8000/testdwsdb', ---192.168.168.16:8000替换为DWS的内网IP和端口，testdwsdb为创建的DWS数据库名 'table-name' = 'test\".\"qualified_cars', ---test为创建的DWS表的schema，qualified_cars为对应的DWS表名 'pwd_auth_name'= 'xxxxx', --DLI侧创建的Password类型的跨源认证名称。使用跨源认证则无需在作业中配置账号和密码。 'write.mode' = 'insert' ); /** 将合格车辆信息输出 **/ INSERT INTO qualified_cars SELECT * FROM car_infos where average_speed <= 90 and total_miles <= 200000; ``` 4. 单击"语义校验"确保SQL语义校验成功。单击"保存"，保存作业。单击"启动"，启动作业，确认作业参数信息，单击"立即启动"开始执行作业。等待作业运行状态变为"运行中"。 #### 步骤6：发送数据和查询结果 1. 使用Kafka客户端向[步骤2：创建Kafka的Topic]中的Topic发送数据，模拟实时数据流。 Kafka生产和发送数据的方法请参考[DMS - 连接实例生产消费信息](https://support.huaweicloud.com/usermanual-kafka/kafka-ug-180604020.html)。 发送样例数据如下： ``` {"car_id":"3027", "car_owner":"lilei", "car_age":"7", "average_speed":"76", "total_miles":"15000"} {"car_id":"3028", "car_owner":"hanmeimei", "car_age":"6", "average_speed":"92", "total_miles":"17000"} {"car_id":"3029", "car_owner":"Ann", "car_age":"10", "average_speed":"81", "total_miles":"230000"} ``` 2. 连接已创建的DWS集群。 具体操作请参考[使用gsql命令行客户端连接DWS集群](https://support.huaweicloud.com/mgtg-dws/dws_01_0093.html)。 3. 执行以下命令连接DWS集群的默认数据库"testdwsdb"： ``` gsql -d testdwsdb -h DWS集群连接地址 -U dbadmin -p 8000 -W password -r ``` 4. 查询DWS的表数据。 ``` select * from test.qualified_cars; ``` 查询结果参考如下： ``` car_id car_owner car_age average_speed total_miles 3027 lilei 7 76.0 15000.0 ```