使用DLI提交Flink OpenSource SQL作业查询RDS MySQL数据

操作场景

DLI Flink作业支持使用其他服务作为数据源和数据输出通道进行数据实时计算操作。

本例采用Kafka服务作为数据源通道，以RDS作为数据输出通道，介绍创建并提交Flink OpenSource SQL作业进行实时计算的操作步骤。

操作流程

样例场景需要创建一个Flink OpenSource SQL作业，且该作业包含一个输入流和一个输出流。输入流用于从Kafka读取数据，输出流用于将数据写入到RDS中。操作流程如操作流程所示。

开始进行如下操作前，请务必参考准备工作完成必要操作。

准备工作

• 已注册华为账号并开通华为云，且在使用DLI前检查账号状态，账号不能处于欠费或冻结状态。
• 配置DLI委托访问授权
  DLI使用过程中涉及到OBS、VPC、SMN等服务交互，首次使用DLI需要用户配置委托授权，允许访问这些依赖服务。

  1. 使用华为云账号登录DLI管理控制台，在左侧导航栏单击“全局配置 > 服务授权”。
  2. 在委托设置页面，勾选基础使用、跨源场景、运维场景的委托权限后，单击“更新委托权限”。
  3. 查看并了解更新委托的提示信息，单击“确定”。完成DLI委托权限的更新。
     图1 配置DLI委托访问授权
     
  4. 完成配置后，在IAM控制台的委托列表中，可查看到dli_management_agency的委托信息。

步骤1：准备数据源通道

本例以Kafka数据作为数据源通道。

开通Kafka数据接入服务，具体操作请参见创建Kafka实例。

1. 创建Kafka相关依赖资源
   在创建Kafka实例前您需要提前准备相关依赖资源，包括VPC、子网和安全组，并配置安全组。

   • 创建VPC和子网的操作指导请参考创建虚拟私有云和子网，如果需要在已有VPC上创建和使用新的子网，请参考为虚拟私有云创建新的子网。
     

     • 创建的VPC与使用的Kafka服务应在相同的区域。
     • 创建VPC和子网时，如无特殊需求，配置参数使用默认配置即可。
   • 创建安全组的操作指导请参考创建安全组，为安全组添加规则的操作指导请参考添加安全组规则。

   更多信息请参考《分布式消息服务Kafka用户指南》中的“准备实例依赖资源”章节。

2. 创建用于作业输入流的Kafka专享版实例
   1. 登录分布式消息服务Kafka管理控制台。
   2. 在管理控制台左上角选择区域。
   3. 在“Kafka专享版”页面，单击右上角“购买Kafka实例”配置相关参数。实例信息如下：
      • 计费模式：按需付费
      • 区域：选择与DLI服务相同的区域
      • 项目：默认
      • 可用区：默认
      • 实例名称：kafka-dliflink
      • 规格类型：默认
      • 企业项目：default
      • 版本：默认
      • CPU架构：默认
      • 代理规格：选择对应的规格
      • 代理数量：默认
      • 存储空间：默认
      • 容量阈值策略：默认
      • 虚拟私有云，子网：选择1中创建的虚拟私有云和子网。
      • 安全组：选择1中创建的安全组。
      • Manager用户名：dliflink（用于登录实例管理页面）
      • 密码：****（请妥善管理密码，系统无法获取您设置的密码内容）
      • 确认密码：****
      • 更多配置：暂不配置。
   4. 单击“立即购买”，弹出规格确认页面。
   5. 确认实例信息无误且阅读并同意《华为云用户协议》后，单击“提交”，完成实例创建,创建实例大约需要10~15分钟请耐心等待。
3. 创建Kafka的topic。
   1. 单击购买的Kafka实例名称，进入到Kafka实例的基本信息页面。
   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2：准备数据输出通道

采用RDS作为数据输出通道，创建RDS MySQL实例，具体操作请参见《云数据库MySQL快速入门》中的“MySQL快速入门”章节。

1. 登录RDS管理控制台。
2. 在管理控制台左上角选择区域。
3. 单击“购买数据库实例”配置相关参数。主要参数的填下说明如下，其他参数保持默认值即可。
   • 计费模式：按需付费
   • 区域：选择与DLI服务相同的区域
   • 实例名称：rds-dliflink
   • 数据库引擎：MySQL
   • 数据库版本：8.0
   • 实例类型：主备
   • 存储类型：SSD云盘
   • 主可用区：自定义
   • 备可用区：自定义
   • 时区：默认
   • 性能规格：2 vCPUs | 8 GB
   • 存储空间：40GB
   • 虚拟私有云、子网：选择1中创建的虚拟私有云和子网。
   • 数据库端口：3306
   • 安全组：选择1中创建的安全组。
   • 管理员密码：****（请妥善管理密码，系统无法获取您设置的密码内容）
   • 确认密码：****
   • 参数模板：Default-MySQL-8.0
   • 只读实例：暂不购买
4. 单击“立即购买”，确认规格信息。
5. 单击“提交”，完成RDS实例的创建。
6. 登录MySQL，并使用下述命令在flink库下创建orders表。
   登录MySQL，单击“SQL窗口”，在SQL查询页面输入以下创建表语句，创建RDS MySQL表。

   CREATE TABLE `flink`.`orders` (
   	`order_id` VARCHAR(32) NOT NULL,
   	`order_channel` VARCHAR(32) NULL,
   	`order_time` VARCHAR(32) NULL,
   	`pay_amount` DOUBLE UNSIGNED NOT NULL,
   	`real_pay` DOUBLE UNSIGNED NULL,
   	`pay_time` VARCHAR(32) NULL,
   	`user_id` VARCHAR(32) NULL,
   	`user_name` VARCHAR(32) NULL,
   	`area_id` VARCHAR(32) NULL,
   	PRIMARY KEY (`order_id`)
   )	ENGINE = InnoDB
   	DEFAULT CHARACTER SET = utf8mb4
   	COLLATE = utf8mb4_general_ci;

步骤3：创建OBS桶保存输出数据

在本样例中，需要为作业“JobSample”开通对象存储服务（OBS），为DLI Flink作业提供Checkpoint、保存作业日志和调试测试数据的存储功能。

具体操作请参见《对象存储服务控制台指南》中的“创建桶”章节。

1. 在OBS管理控制台左侧导航栏选择“对象存储”。
2. 在页面右上角单击“创建桶”，配置桶参数。
   • 区域：选择与DLI服务相同的区域
   • 桶名称：具体根据实际情况选择桶名，例如当前选择：obstest
   • 默认存储类别：标准存储
   • 桶策略：私有
   • 默认加密：关闭
   • 归档数据直读：关闭
   • 企业项目：default
3. 单击“立即创建”。

步骤4：创建弹性资源池并添加队列

创建DLI Flink OpenSource SQL作业，不能使用系统已有的default队列，需要您创建新队列，本例创建弹性资源池“dli_resource_pool”、队列“dli_queue_01”。

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。
5. 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2所示。

   表2 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

6. 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。
7. 单击“提交”完成弹性资源池的创建。
8. 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”。
9. 配置队列的基础配置，具体参数信息如下。

   表3 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。	_
   执行引擎	SQL队列可以选择队列引擎为Spark或者Trino。	_
   企业项目	选择对应的企业项目。	default

10. 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
    

    表4 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

11. 单击“确定”完成添加队列配置。

步骤5：创建DLI连接Kafka的增强型跨源连接

创建DLI Flink作业，还需要创建增强型跨源连接。具体操作请参考创建增强型跨源连接。

• 增强型跨源仅支持包年包月队列和按需专属队列。
• 绑定跨源的DLI队列网段和数据源网段不能重合。
• 系统default队列不支持创建跨源连接。
• 访问跨源表需要使用已经创建跨源连接的队列。

1. 在Kafka的安全组上放通DLI队列网段
   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：优先级选为：1，策略选为：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。

2. 创建DLI队列连接Kafka的增强型跨源连接。
   1. 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”。
   2. 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4：创建弹性资源池并添加队列中已经创建的资源名称。
      • 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。

   3. 单击“资源管理 > 队列管理”，选择操作的队列，本示例为步骤4：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”。
   4. 在“测试连通性”界面，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。注意多个地址要分开单独测试。

步骤6：创建DLI连接RDS的增强型跨源连接

1. 在RDS的安全组上放通DLI队列网段。
   如果RDS和Kafka在同一VPC下的同一安全组，则无需重复执行此步骤，在步骤1中已在该安全组放通DLI的队列网段。

   1. 在RDS管理控制台，选择“实例管理”，单击对应的RDS实例名称，进入到RDS的基本信息页面。
   2. 在“基本信息”的“连接信息”中获取该实例的“内网地址”、“数据库端口”、“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：优先级选为：1，策略选为：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。

2. 创建DLI队列连接RDS的增强型跨源连接。

   如果RDS和Kafka在同一VPC和子网，则无需重复执行此步骤，在步骤2中创建的增强型跨源连接已将网络打通。

   如果Kafka和RDS实例分别在两个VPC和子网下，则要执行以下步骤创建DLI队列连接RDS的增强型跨源连接。

   1. 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”。
   2. 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_rds。
      • 弹性资源池：选择步骤4：创建弹性资源池并添加队列中已经创建的队列名称。
      • 虚拟私有云：选择RDS的虚拟私有云。
      • 子网：选择RDS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。

   3. 单击“资源管理 > 队列管理”，选择操作的队列，本示例为步骤4：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”。
   4. 在“测试连通性”界面，地址栏输入“RDS内网地址:RDS数据库端口”，单击“测试”测试DLI到RDS网络是否可达。

步骤7：使用DEW管理访问凭据，并配置允许DLI访问DEW的委托

跨源分析场景中，需要在connector中设置账号、密码等属性。但是账号密码等信息属于高度敏感数据，需要做加密处理，以保障用户的数据隐私安全。Flink1.15版本支持使用DEW管理凭据，在执行作业前需创建自定义委托并在作业中配置委托信息。

数据加密服务（Data Encryption Workshop，DEW）、云凭据管理服务（Cloud Secret Management Service，CSMS），提供一种安全、可靠、简单易用隐私数据加解密方案。本例介绍Flink Opensource SQL使用DEW管理RDS访问凭据的配置方法。

1. 创建DLI访问DEW的委托并完成委托授权。
2. 在DEW创建通用凭证。
3. 登录DEW管理控制台
4. 选择“凭据管理”，进入“凭据管理”页面。
5. 单击“创建凭据”，配置凭据基本信息
   • 凭据名称：待创建凭据的名称。本例名称为secretInfo。
   • 凭据值：配置RDS实例的用户名和密码。
     • 第一行凭据值的键为MySQLUsername，值为RDS实例的用户名。
     • 第二行凭据值的键为MySQLPassword，值为RDS实例的密码。
     图3 设置凭据值
     
6. 按需完成其他参数的配置后，单击“确定”保存凭据。

   了解更多请参考创建通用凭据。

步骤8：创建Flink OpenSource SQL作业

准备好数据源和数据输出通道之后，就可以创建Flink OpenSource SQL作业了。

1. 在DLI管理控制台的左侧导航栏中，单击“作业管理 > Flink作业”，进入“Flink作业”页面。
2. 在“Flink作业”页面右上角单击“创建作业”，弹出“创建作业”对话框。配置参数：
   • 类型：Flink OpenSource SQL
   • 名称：JobSample
   • 描述：不填
   • 模板名称：不选择
   • 标签：不填
3. 单击“确定”，进入作业“编辑”页面。
4. 设置作业运行参数。配置必选参数：
   • 所属队列：dli_queue_01
   • Flink版本：Flink 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。

   其余参数可不用配置。

5. 单击“保存”，保存作业和相关参数。
6. 编辑Flink OpenSource SQL作业。
   在Flink OpenSource SQL语句编辑区域，输入详细的Flink OpenSource SQL语句。具体如下，注意以下加粗的参数值都需要根据注释提示修改。

   CREATE TABLE kafkaSource (
     order_id string,
     order_channel string,
     order_time string, 
     pay_amount double,
     real_pay double,
     pay_time string,
     user_id string,
     user_name string,
     area_id string
   ) WITH (
     'connector' = 'kafka',
     'topic' = 'testkafkatopic',// 要写入kafka的topic,进入kafka控制台，单击已创建的Kafka实例名称，在Topic管理查看Topic名称
     'properties.bootstrap.servers' = "192.168.0.237:9092,192.168.0.252:9092,192.168.0.137:9092", // 替换为kafka的内网连接地址和端口,
     'properties.group.id' = 'GroupId',
     'scan.startup.mode' = 'latest-offset',
     'format' = 'json'
   );
   
   CREATE TABLE jdbcSink (
     order_id string,
     order_channel string,
     order_time string,
     pay_amount double,
     real_pay double,
     pay_time string,
     user_id string,
     user_name string,
     area_id string
   ) WITH (
     'connector' = 'jdbc',
     'url' = "jdbc:mysql://172.16.0.116:3306/rds-dliflink",// testrdsdb为创建的RDS的数据库名，IP和端口替换为RDS MySQL的实例IP和端口
     'table-name' = 'orders',
     '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
     'sink.buffer-flush.max-rows' = '1'
   );
   
   insert into jdbcSink select * from kafkaSource;

7. 单击“语义校验”，确保语义校验成功。
8. 单击“启动”，进入“启动Flink作业”页面，确认作业规格和费用后，单击“立即启动”，启动作业。

   启动作业后，系统将自动跳转到Flink作业管理页面，新创建的作业将显示在作业列表中，在“状态”列中可以查看作业状态。作业提交成功后，状态将由“提交中”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。用户可以在作业列表中的“状态”列中，将鼠标移动到状态图标上查看错误信息，单击可以复制错误信息。根据错误信息解决故障后，重新提交。

   如果以上错误信息不足以定位问题，还可以参考Flink作业运行异常，如何定位，从OBS桶中下载作业日志对问题进一步定位。

9. 连接Kafka集群，向Kafka相应的topic中发送如下测试数据：

   Kafka生产和发送数据的方法请参考：连接实例生产消费信息。

   {"order_id":"202103241000000001", "order_channel":"webShop", "order_time":"2021-03-24 10:00:00", "pay_amount":"100.00", "real_pay":"100.00", "pay_time":"2021-03-24 10:02:03", "user_id":"0001", "user_name":"Alice", "area_id":"330106"} 
   
   {"order_id":"202103241606060001", "order_channel":"appShop", "order_time":"2021-03-24 16:06:06", "pay_amount":"200.00", "real_pay":"180.00", "pay_time":"2021-03-24 16:10:06", "user_id":"0001", "user_name":"Alice", "area_id":"330106"}

10. 查看表中数据，在MySQL中执行sql查询语句。

    select * from orders；

    其结果参考如下（以下数据为从MySQL中复制的结果）。

    202103241000000001,webShop,2021-03-24 10:00:00,100.0,100.0,2021-03-24 10:02:03,0001,Alice,330106
    202103241606060001,appShop,2021-03-24 16:06:06,200.0,180.0,2021-03-24 16:10:06,0001,Alice,330106

后续指引

完成Flink OpenSource SQL作业快速入门操作后，如果您想了解更多关于Flink OpenSource SQL作业相关操作，建议您参考以下指引阅读。