SLS同步鏈路支援從指定時間位點將Log ServiceLogStore中的資料即時同步至AnalyticDB for MySQL叢集,以滿足近即時產出、全量歷史歸檔、彈性分析等需求。本文介紹如何添加SLS資料來源,建立SLS同步鏈路並啟動任務,以及資料同步後如何進行資料分析和資料來源管理。
前提條件
AnalyticDB for MySQL叢集的產品系列為湖倉版。
已在AnalyticDB for MySQL叢集中建立Job型資源群組。具體操作,請參見建立資源群組。
已建立AnalyticDB for MySQL叢集的資料庫帳號。
如果是通過阿里雲帳號訪問,只需建立高許可權帳號。具體操作,請參見建立高許可權帳號。
如果是通過RAM使用者訪問,需要建立高許可權帳號和普通帳號並且將RAM使用者綁定到普通帳號上。具體操作,請參見建立資料庫帳號和綁定或解除綁定RAM使用者與資料庫帳號。
已開通Log Service,並在AnalyticDB for MySQL叢集所在地區,建立Log ServiceProject和Logstore。詳細資料,請參見快速入門。
注意事項
目前AnalyticDB for MySQL叢集中的一張表僅支援同步處理記錄服務中的一個LogStore。
計費說明
通過AnalyticDB for MySQL資料移轉功能遷移資料至OSS會產生以下費用。
使用流程
配置RAM授權
跨帳號同步SLS資料到AnalyticDB for MySQL時,您需要在源端建立RAM角色,並為RAM角色精確授權、修改RAM角色的信任策略。如果您僅同步當前帳號下的SLS資料,可跳過該步驟,直接建立資料來源,詳情請參見建立資料來源。
建立RAM角色。具體操作,請參見建立阿里雲帳號的RAM角色。
說明配置選擇信任的雲帳號參數時,選擇其他雲帳號,填寫AnalyticDB for MySQL叢集所屬的阿里雲帳號ID。您可以登入帳號中心,在概覽頁面查看帳號ID。
為RAM角色授予AliyunAnalyticDBAccessingLogRolePolicy許可權。具體操作,請參見為RAM角色精確授權。
修改RAM角色的信任策略。具體操作,請參見修改RAM角色的信任策略。
{ "Statement": [ { "Action": "sts:AssumeRole", "Effect": "Allow", "Principal": { "RAM": [ "acs:ram::<阿里雲帳號ID>:root" ], "Service": [ "<阿里雲帳號ID>@ads.aliyuncs.com" ] } } ], "Version": "1" }
說明阿里雲帳號ID為步驟1中填寫的阿里雲帳號ID,配置時無需填寫角括弧(<>)。
建立資料來源
如果您需要在已有的資料來源管理工作中進行資料同步,可跳過該步驟,直接建立同步鏈路,詳情請參見建立同步鏈路。
登入雲原生資料倉儲AnalyticDB MySQL控制台,在左上方選擇叢集所在地區。在左側導覽列,單擊集群清單,在湖倉版頁簽下,單擊目的地組群ID。
在左側導覽列,單擊資料接入>資料來源管理。
單擊右上方新建數據源。
在建立資料來源頁面進行參數配置。參數說明如下表所示:
參數名稱
參數說明
數據源類型
選擇資料來源類型SLS。
數據源名稱
系統預設按資料來源類型與目前時間產生名稱,可按需修改。
數據源描述
資料來源備忘描述,例如湖倉應用情境、應用業務限制等。
部署模式
目前僅支援阿里雲執行個體。
SLS Project所在地域
SLS Project所在地區。
是否跨阿里雲主賬號
SLS資料來源支援跨阿里雲帳號同步SLS資料到AnalyticDB for MySQL。
不跨帳號:同步當前帳號下的SLS資料到AnalyticDB for MySQL。
跨帳號:同步非當前帳號下的SLS資料到AnalyticDB for MySQL。選擇跨帳號同步資料時,需要填寫跨阿里雲主帳號和跨阿里雲主帳號角色名稱。
說明跨阿里雲主帳號:源端所屬的阿里雲帳號ID。
跨阿里雲主帳號角色名稱:源端建立的RAM角色名稱。即步驟一中建立的RAM角色。
SLS Project
源端SLS的Project。
重要SLS Project列表中會展示阿里雲帳號(主帳號)與RAM使用者(子帳號)下所有的Project。若選擇阿里雲帳號的Project,請確保RAM使用者有該Project的許可權,否則資料無法同步到中AnalyticDB for MySQL。
SLS Logstore
源端SLS的Logstore。
參數配置完成後,單擊建立。
建立同步鏈路
在左側導覽列,單擊SLS/Kafka數據同步。
在右上方,單擊新建同步鏈路。
在新建同步鏈路頁面,進行資料來源的數據源及目標端配置、目標庫表配置和同步配置。
資料來源及目標端配置的參數說明如下:
參數名稱
參數說明
數據鏈路名稱
資料鏈路名稱。系統預設按資料來源類型與目前時間產生名稱,可按需修改。
資料來源
選擇已有的SLS資料來源,也可建立資料來源。
目標端類型
目前僅支援資料湖-OSS儲存。
OSS路徑
AnalyticDB for MySQL湖倉資料在OSS中的儲存路徑。
重要展示的Bucket是與AnalyticDB for MySQL叢集同地區的所有Bucket,您可以任意選擇其中一個。請謹慎規劃儲存路徑,建立後不允許修改。
建議選擇一個空目錄,且不能與其他任務的OSS路徑有相互首碼關係,防止資料覆蓋。例如,兩個資料同步任務的OSS路徑分別為oss://adb_demo/test/sls1/和oss://adb_demo/test/,OSS路徑有相互首碼關係,資料同步過程中會有資料覆蓋。
目標庫表配置的參數說明如下:
參數名稱
參數說明
庫名
同步到AnalyticDB for MySQL的資料庫名稱。如果不存在同名資料庫,將建立庫;如果已存在同名資料庫,資料會同步到已存在的資料庫中。庫名命名規則,詳見使用限制。
錶名
同步到AnalyticDB for MySQL的表名稱。如果庫中不存在同名表,將建立表;如果庫中已存在同名表,資料同步會失敗。表名命名規則,詳見使用限制。
Schema字段映射
預設會從Log Service的投遞任務配置中擷取欄位,如LogStore沒有配置投遞任務,會預設根據最近的日誌資料擷取欄位。
支援的資料類型:BOOLEAN、INT、BIGINT、FLOAT、DOUBLE、STRING。
支援同步SLS保留欄位,詳情請參見保留欄位。
重要暫不支援修改目標端欄位名。
若任務啟動運行過(包含啟動運行中和已啟動運行完成),不支援修改已有列資訊,但支援添加新列。若任務僅建立但未啟動運行,則可正常修改。
分區鍵設置
為目標表設定分區鍵。建議按日誌時間或者商務邏輯配置分區,以保證入湖與查詢效能。如不設定,則目標表預設沒有分區。
目標端分區鍵的格式處理方法分為:時間格式化和指定分區欄位。
按日期時間分區,分區欄位名請選擇一個日期時間欄位。格式處理方法選擇時間格式化,選擇源端欄位格式和目標資料分割格式。AnalyticDB for MySQL會按源端欄位格式識別分區欄位的值,並將其轉換為目標資料分割格式進行分區。例如,源欄位為gmt_created,值為1711358834,源端欄位格式為秒級精度時間戳記,目標資料分割格式為yyyyMMdd,則會按20240325進行分區。
按欄位值分區,格式處理方法請選擇指定分區欄位。
同步配置的參數說明如下:
參數名稱
參數說明
增量同步起始消費位點
同步任務啟動時會從選擇的時間點開始消費SLS資料。取值說明:
最早位點(begin_cursor):自動從SLS資料中最開始的時間點消費資料。
最近位點(end_cursor):自動從SLS資料中最近的時間點擷取資料。
自訂點位:您可以選擇任意一個時間點,系統則會從SLS中第一條大於等於該時間點的資料開始消費。
Job型資源群組
指定任務啟動並執行Job型資源群組。
增量同步處理所需ACU數
指定任務啟動並執行Job型資源群組ACU數。最小ACU數為2,最大ACU數為Job型資源群組可用計算最大資源數。建議多指定一些ACU數,可以提升入湖效能及任務穩定性。
說明建立資料同步任務時,使用Job型資源群組中的彈性資源。資料同步任務會長期佔用資源,因此系統會從資源群組中扣除該任務佔用的資源。例如,Job型資源群組的計算最大資源為48 ACU,已建立了一個8 ACU的同步任務,在該資源群組中建立另一個同步任務時,可選的最大ACU數為40。
高級配置
進階配置可以讓您對同步任務進行個人化的配置。如需進行個人化配置,請聯絡支援人員。
上述參數配置完成,單擊提交。
啟動資料同步任務
在SLS/Kafka數據同步頁面,選擇建立成功的資料同步任務,在操作列單擊啟動。
單擊右上方查詢,狀態變為正在啟動即資料同步任務啟動成功。
資料分析
同步任務成功後,您可以通過Spark Jar開發對同步到AnalyticDB MySQL的資料進行分析。Spark開發的相關操作,請參見Spark開發編輯器和Spark離線應用開發。
在左側導覽列,單擊 。
在預設範本中輸入樣本語句,並單擊運行。
-- Here is just an example of SparkSQL. Modify the content and run your spark program. conf spark.driver.resourceSpec=medium; conf spark.executor.instances=2; conf spark.executor.resourceSpec=medium; conf spark.app.name=Spark SQL Test; conf spark.adb.connectors=oss; -- Here are your sql statements show tables from lakehouse20220413156_adbTest;
可選:在應用列表頁簽中,單擊操作列的日誌,查看Spark SQL啟動並執行日誌。
管理資料來源
在資料來源管理頁面,您可以在操作列執行以下操作。
操作按鈕 | 說明 |
新建鏈路 | 快捷跳轉到建立此資料來源下的資料同步或資料移轉任務。 |
查看 | 查看資料來源的詳細配置。 |
編輯 | 編輯資料來源屬性,如更新資料來源名稱、描述等。 |
刪除 | 刪除當前資料來源。 說明 當資料來源下存在資料同步或資料移轉任務時,此資料來源無法直接刪除,需先在SLS/Kafka數據同步頁面,單擊目標同步任務操作列的删除,刪除資料同步或資料移轉任務。 |