视频回顾:点击这里
课件获取:点击这里
随着整体行业的数字化转型不断深入以及技术能力的不断提高,传统的 T+1 式(隔日)的离线大数据模式越来越无法满足新兴业务的发展需求,开展实时化的大数据业务,是企业深入挖掘数据价值的一条必经之路。
面对数字化转型下的数据快速产生、“小步快跑” 的精细化运营及实时化和自动化的决策需求,如何提高实时数据处理能力将成为企业提升竞争力的一大因素。
而企业在建设实时数据应用时,又往往面临诸多困难:
为了解决这些问题,我们在实时建设过程中需要确定建设方式和建设目标,帮助企业更好的实现实时数仓建设。
如何帮助企业建设实时数仓,我们主要从以下四个步骤入手:
企业进行实时数仓建设的第一步是明确需求,需求需要业务需求和技术需求想结合。
第二步技术选型阶段,技术选型包括四个方面的选型:
a、整体技术路线
b、采集工具
c、消息中间件 + 计算引擎及
d、维表、结果表的存储数据库
第三步是数仓设计与开发,包含一下三个方面:
a、实时数仓分层设计
b、开发规范
c、代码开发与调试
第四步是管理与监控,可以从任务发布、运行监控与告警、实时数据治理这 3 个部分入手。
分享完实时数仓的建设方法论,接下来来为大家分享实时数仓的建设流程。
基于 Chunjun(原 FlinkX)对数据库进行 CDC 采集,实现采集工具化,可对主流数据源进行 CDC (日志数据) 和通过 JDBC(间隔轮询)两种实时采集方式。
读取数据库日志的方式,对源库无压力
面向不开放数据库日志的场景,通过高频率的 JDBC 轮询读取数据,要求有自增字段
现在展示的是数据开发的一些基础功能,包括:WEB SQL IDE、可视化建表、维表缓存策略及系统 & 自定义函数,丰富的底层组件封装,界面化操作,降低开发门槛,使开发人员专注于业务逻辑处理。
除了数据开发的基础功能之外,还有面向特定行业或场景的高阶配置,包括自动重试、自动启停、脏数据管理。
开发完毕之后就是任务的发布上线,发布上线包括任务调试和任务导入导出两个方面。
任务运维就是全局掌控任务的运行,对于一些异常或紧急情况进行处理的过程。
上述的实时数仓建设过程,其实正是袋鼠云自研的数栈实时开发 StreamWorks 产品的落地实践过程。
云原生一站式大数实时开发平台(StreamWorks),面向实时数仓构建的云原生一站式大数据实时开发平台,实现从实时数据采集、实时数据处理、任务监控运维的全链路覆盖。支持 Flink 多版本引擎、Kubernetes 资源调度,提供丰富的运维监控曲线,助力企业实时化转型。 图片
同时产品具备以下特点:
内含实时开发全链路工具,采集、计算、运维一体,降低客户使用成本,降低实时计算门槛。
支持输出自研 Hadoop 集群,同时可对接 CDH、HDP、TDH 等多集群及 Oracle、TiDB 等多引擎;节点资源可根据计算存储需求快速弹性伸缩,业务需求稳定响应。
支持 Flink 批流一体式采集 + 开发, 集成 Iceberg,赋能一体式湖仓建设模式。
平台提供任务跨环境发布、代码调试、SQL 校验、提交检查、自动启停、批量连接现存任务等丰富功能
在支持 YARN+HDFS 的基础上,同时支持 Kubernetes 资源调度、MinIO、OSS 等对象存储
同时产品具备 3 大价值:
兼容了多版本引擎、适配多种数据源,封装集成为可视化操作界面。基于 Web IDE,图像化配置表信息并使用 SQL 语言进行开发,降低整体上手门槛
提供任务全生命周期的可视化运维。全链路拓扑、丰富 Metirc 曲线展示、多方式多渠道任务告警,帮助用户搭建全面运维体系,提高运维保障。
协助企业构建实时数仓,建设实时数据标准及规范。搭建一套实时任务调度、任务运行监控及实时任务可靠恢复机制于一体的实时数据平台,保障数据质量,提供统一标准的数据出口。
接下来我们分享两个使用客户的实际案例,为大家介绍实时开发平台如何切实的帮助客户解决问题。
最后我们为大家介绍一段拓展资料,关于数栈批流一体架构的解析。
原文来源:VX 公众号 “数栈研习社”
开源项目库地址:https://github.com/DTStack
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。