使用函数计算实现消息数据清洗 - 函数计算

消息数据清洗功能提供常见的消息处理模板，如消息分割、动态路由和消息富化等。您可以直接利用模板处理消息，也可以根据业务情况在模板基础上修改代码。本文介绍云消息队列 RocketMQ 版消息数据清洗模板的类型和使用方式。

背景信息

消息数据清洗任务提供基本的算子能力，底层逻辑使用函数计算。云消息队列 RocketMQ 版消息数据清洗任务创建完成后，您可以登录函数计算控制台，进行代码自定义及相应函数配置的修改。

算子	算子能力说明
消息过滤	按照正则表达式匹配消息内容，将匹配成功的消息发送至目标。更多信息，请参见事件模式。
消息转换	根据字符串匹配，进行消息内容替换，例如字符大小写转换。将转换后的消息发送至目标。更多信息，请参见事件内容转换。
内容分割	根据正则表达式对消息内容进行分割，将分割后的消息逐条发送至目标。
动态路由	根据正则表达式匹配消息内容，将匹配成功的消息路由至对应目标，将匹配不成功的消息路由至默认目标。
内容富化	根据富化源对消息内容进行富化。如果消息原始内容包含AccountID，处理时根据AccountID查询数据库，获得客户地域后填至源消息体中，并发送至目标服务。
内容映射	根据正则表达式对消息内容进行映射处理。例如，屏蔽消息中敏感字段或将消息大小缩减至最小标准。

内容分割

使用示例

例如，以下是一份学生名单。

message:
[张三，男，17，4班；李四，女，17，3班；王五，男，17，4班]

需要将消息拆分为单个学生的信息，然后分三条消息推送至各目标服务。如下所示。

message:
    [张三，男，17，4班]
message:
    [李四，女，17，3班]
message:
    [王五，男，17，4班]

操作步骤

登录云消息队列 RocketMQ 版控制台。
在左侧导航栏，选择消息集成 > 消息流出，然后在顶部菜单栏，选择地域。
在消息流出（sink）页面，单击创建任务。

在消息流出创建面板，设置以下配置项，然后单击确定。

关键配置项说明如下，其余保持默认值即可。

基础信息

配置项	说明
任务名称	填写任务名称。
流出类型	本文选择消息队列 RocketMQ。支持的消息服务包括消息队列 RocketMQ、消息队列 RabbitMQ、轻量消息队列（原 MNS）和消息队列 Kafka。

资源配置

配置项	说明
源
地域	本文选择华东1（杭州）。
版本	选择RocketMQ的版本，本文选择RocketMQ 5.x。
RocketMQ 实例	选择生产消息的RocketMQ实例。
Topic	选择源实例的Topic。
目标
版本	选择接收消息的RocketMQ的版本，本文选择RocketMQ 5.x。
实例 ID	选择接收消息的RocketMQ的实例 ID。
Topic	选择目标实例的Topic。

数据处理
- 消息过滤：选择无需过滤。
- 消息转换：选择自定义配置。消息体（body）选择数据清洗，并选中新建函数模板。函数模板选择内容分割 transform_split，然后根据业务情况修改函数代码。

创建完成后，您可以登录函数计算控制台查看自动创建的服务和函数。

动态路由

使用示例

例如，以下是一份牙膏信息清单。

message:
[BrandA, toothpaste, $12.98, 100g
 BrandB, toothpaste, $7.99, 80g
 BrandC, toothpaste, $1.99, 100g]

需要按照自定义动态规则，将列表路由至目标Topic。规则描述如下所示。

如果消息以BrandA开头，发送至BrandA-item-topic和BrandA-discount-topic这两个topic。
如果消息以BrandB开头，发送至BrandB-item-topic和BrandB-discount-topic这两个topic。
其余消息发送至Unknown-brand-topic。

规则的JSON描述如下。

{
  "defaultTopic": "Unknown-brand-topic",
  "rules": [
    {
      "regex": "^BrandA",
      "targetTopics": [
        "BrandA-item-topic",
        "BrandA-discount-topic"
      ]
    },
    {
      "regex": "^BrandB",
      "targetTopics": [
        "BrandB-item-topic",
        "BrandB-discount-topic"
      ]
    }
  ]
}

操作步骤

具体操作，请参见消息分割操作步骤。其中，函数模板需选择为动态路由 dynamic_routing。

内容富化

使用示例

本文以一个IP地址段处理的场景富化为例。假设某服务的访问日志如下所示。

{
  "accountID": "164901546557****",
  "hostIP": "192.168.XX.XX"
}

需要统计IP地址的来源，并且映射关系存储于MySQL数据库。

CREATE TABLE `tb_ip` (
    ->      `IP` VARCHAR(256) NOT NULL,
    ->     `Region` VARCHAR(256) NOT NULL,
    ->      `ISP` VARCHAR(256) NOT NULL,
    ->      PRIMARY KEY (`IP`)
    -> );

处理后的消息结果如下所示。

{
  "accountID": "164901546557****",
  "hostIP": "192.168.XX.XX",
  "region": "beijing"
}

操作步骤

具体操作，请参见消息分割操作步骤。其中，函数模板需选择为内容富化 transform_enrichment。

内容映射

使用示例

例如，以下是某公司员工登记信息，涉及了员工工号、电话号码等隐私内容。

张三，工号1，131 1111 1111
李四，工号2，132 2222 2222
王五，工号3，133 3333 3333

需要将以上消息中员工隐私信息进行屏蔽，然后推送至目标服务。如下所示。

张*，工号*，*** **** ****
李*，工号*，*** **** ****
王*，工号*，*** **** ****

操作步骤

具体操作，请参见消息分割操作步骤。其中，函数模板需选择为内容映射 transform_projection。