伊人久久大香线蕉一区,深夜福利无码极品,18禁免费av网站

本文以GitHub公開事件數據為例，為您介紹使用Flink、Hologres構建實時數倉，并通過Hologres對接BI分析工具（本文以DataV為例），實現海量數據實時分析的通用架構與核心步驟。

示例架構

搭建實時數倉時，Flink可對待處理數據進行實時清洗，完成后Hologres可直接讀取Flink中的數據，并對接BI分析工具將數據實時展示在大屏中，示例架構如圖所示。

image..png

其中：

待處理數據：
本實踐使用GitHub公開事件作為示例數據，更多關于數據集的介紹請參見業務與數據認知。
實時清洗：
Flink是流式計算引擎。Flink與Hologres原生深度集成，支持高吞吐、低延時、有模型、高質量的實時數倉開發。
數據服務：
Hologres是兼容PostgreSQL協議的實時數倉引擎，支持海量數據實時寫入與更新、實時數據寫入即可查。
實時大屏：
本實踐以DataV為例，為您展示搭建實時大屏后查看并分析數據的效果。

實踐步驟

準備工作

本實踐使用已存儲在Flink中的Github公共事件作為示例數據，因此您無需操作數據集成步驟，可使用Hologres直接讀取Flink中的示例數據。本實踐需準備的環境如下所示。

準備Hologres環境
您需開通Hologres，創建并連接Hologres數據庫，后續在Hologres數據庫中執行命令讀取數據。
您也可以申請Hologres的免費資源包，免費試用體驗本教程的核心步驟。Hologres提供的免費資源包介紹及申請引導請參見新用戶免費試用。
準備Flink環境
您需開通Flink，通過Flink將數據實時寫入Hologres。您也可以申請免費使用Flink，申請入口請前往Flink免費試用。
（可選）準備大屏搭建產品：本文以DataV為例
本文以DataV為例，為您示例搭建大屏后的效果。

創建Hologres內部表

您需要先創建一個Hologres內部表并創建相應的索引，用于后續數據實時寫入。本實踐以實時寫入Github公開事件中今日最活躍項目數據為例，需提前創建的內部表示例代碼如下。

-- 新建schema用于創建內表并導入數據
CREATE SCHEMA IF NOT EXISTS hologres_dataset_github_event;

DROP TABLE IF EXISTS hologres_dataset_github_event.hologres_github_event;

BEGIN;
CREATE TABLE hologres_dataset_github_event.hologres_github_event (
    id text,
    created_at_bigint bigint,
    created_at timestamp with time zone NOT NULL,
    type text,
    actor_id text,
    actor_login text,
    repo_id text,
    repo_name text,
    org text,
    org_login text
);
CALL set_table_property ('hologres_dataset_github_event.hologres_github_event', 'distribution_key', 'id');
CALL set_table_property ('hologres_dataset_github_event.hologres_github_event', 'event_time_column', 'created_at');
CALL set_table_property ('hologres_dataset_github_event.hologres_github_event', 'clustering_key', 'created_at');

COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.id IS '事件ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.created_at_bigint IS '事件發生時間戳';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.created_at IS '事件發生時間';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.type IS '事件類型';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.actor_id IS '事件發起人ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.actor_login IS '事件發起人登錄名';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.repo_id IS 'repoID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.repo_name IS 'repo名稱';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.org IS 'repo所屬組織ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.org_login IS 'repo所屬組織名稱';

COMMIT;

通過Flink實時寫入數據至Hologres

如果您申請了免費試用版的Flink，可參見教程文檔使用內置公開數據集快速體驗實時計算Flink版進入Flink SQL作業編輯運行頁面。本實踐的Flink SQL作業示例代碼如下，其中SLS的project、endpoint、logstore等參數值請參見教程文檔使用內置公開數據集快速體驗實時計算Flink版，填入對應Region的固定值。

CREATE TEMPORARY TABLE sls_input (
    id STRING, -- 每個事件的唯一ID。
    created_at BIGINT, -- 事件時間，單位秒。
    created_at_ts as TO_TIMESTAMP(created_at * 1000), -- 事件時間戳（當前會話時區下的時間戳，如：Asia/Shanghai）。
    type STRING, -- Github事件類型，如：ForkEvent, WatchEvent, IssuesEvent, CommitCommentEvent等。
    actor_id STRING, -- Github用戶ID。
    actor_login STRING, -- Github用戶名。
    repo_id STRING, -- Github倉庫ID。
    repo_name STRING, -- Github倉庫名，如：apache/flink, apache/spark, alibaba/fastjson等。
    org STRING, -- Github組織ID。
    org_login STRING -- Github組織名，如： apache,google,alibaba等。
) 
WITH (
    'connector' = 'sls', -- 實時采集的Github事件存放在阿里云SLS中。
    'project' = '<yourSlsProject>', -- 存放公開數據的SLS項目。例如'github-events-hangzhou'。
    'endPoint' = '<yourSlsEndpoint>', -- 公開數據僅限VVP通過私網地址訪問。例如'https://cn-hangzhou-intranet.log.aliyuncs.com'。
    'logStore' = 'realtime-github-events', -- 存放公開數據的SLS logStore。
    'accessId' = '****', -- 僅有內置數據集只讀權限的AK，參見Flink教程。
    'accessKey' = '****', -- 僅有內置數據集只讀權限的SK，參見Flink教程。
    'batchGetSize' = '500' -- 批量讀取數據，每批最多拉取500條。
);

CREATE TEMPORARY TABLE hologres_sink (
    id STRING,
    created_at_bigint BIGINT,
    created_at TIMESTAMP,
    type STRING,
    actor_id STRING,
    actor_login STRING,
    repo_id STRING,
    repo_name STRING,
    org STRING,
    org_login STRING
) 
WITH (
    'connector' = 'hologres',
    'dbname' = 'holo db name', --Hologres的數據庫名稱
    'tablename' = 'schema_name.table_name', --Hologres用于接收數據的表名稱
    'username' = 'access id', --當前阿里云賬號的AccessKey ID
    'password' = 'access key', --當前阿里云賬號的AccessKey Secret
    'endpoint' = 'holo vpc endpoint', --當前Hologres實例VPC網絡的Endpoint
    'jdbcretrycount' = '1', --連接故障時的重試次數
    'partitionrouter' = 'true', --是否寫入分區表
    'createparttable' = 'true', --是否自動創建分區
    'mutatetype' = 'insertorignore' --數據寫入模式
);

INSERT INTO hologres_sink
    SELECT 
        * 
    FROM
        sls_input 
    WHERE
        id IS NOT NULL 
            AND created_at_ts IS NOT NULL 
            AND created_at_ts >= date_add(CURRENT_DATE, - 1);

查詢實時數據

在Hologres中通過內部表查詢今日最活躍項目。

SELECT
    repo_name,
    COUNT(*) AS events
FROM
    hologres_dataset_github_event.hologres_github_event
WHERE
    created_at >= CURRENT_DATE
GROUP BY
    repo_name
ORDER BY
    events DESC
LIMIT 5;

（可選）通過DataV搭建實時大屏

您可以通過DataV的數據大屏模板，基于Hologres數據源來快速搭建GitHub事件數據實時大屏。

創建Hologres數據源。
將數據所在的Hologres實例和數據庫創建為DataV的數據源，詳情請參見DataV。
創建可視化應用。
1. 登錄DataV控制臺。
2. 在工作臺頁面，單擊創建PC端看板。
  選擇使用Hologres實時分析GitHub事件數據模板。
3. 修改模板中相關組件的數據源。
  以左上角的今日公開事件總數為例：
  1. 單擊今日公開事件總數對應的數字框，點擊右側數據源，選擇數據源類型為實時數倉Hologres。
  2. 選擇已有數據源為您已創建的數據源。
    如果您在Hologres中的表名和Schema與本實踐相同，則不需修改SQL。
  3. 修改完成后，數據響應結果刷新，大屏中成功展示實時數據。
  4. 按照示例更新大屏中的數據源和表名，需更新組件及更新后效果如下圖所示。
4. 單擊右上角發布，完成大屏搭建。
  您也可以單擊預覽，預覽實時更新的數據大屏。

日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

Flink+Hologres實時數據大屏