实时开发平台建设实践,深入释放实时数据价值丨04期直播回顾

原文链接:实时开发平台建设实践,深入释放实时数据价值

视频回顾:点击这里

课件获取:点击这里

一、实时数仓建设背景

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。

file

而企业在建设实时数据应用时,又往往面临诸多困难:

  • 实时开发技术门槛高,学习难度大,开发过程依赖各种引擎,链路复杂

  • 开发数据效率低,代码调试复杂

  • 建设成本、使用成本高

  • 数据建模及开发规范不统一,问题难监控,管理困难

file

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。

file

二、实时数仓建设方法论

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:

file

1、明确需求

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。

1)业务需求方面:

  • 详细梳理各类实时计算应用场景

  • 详细梳理每个实时指标的具体需求

2)技术需求方面:

  • 详细梳理每个实时指标的数据来源信息

file

2、技术选型

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

file

3、数仓设计与开发

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

file

4、管理与监控

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。

file

三、基于数栈实时开发平台建设实时数仓

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。

file

第一步:实时采集

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。

1、CDC读取

读取数据库日志的方式,对源库无压力

2、JDBC读取

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

file

第二步:数据开发

1、数据开发基础功能

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。

file

2、数据开发高阶功能

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。

file

第三步:发布上线

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。

file

第四步:任务运维

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。

file

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:

  • 采集+计算+运维一体化

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。

  • 统一元数据管理

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。

  • 批流一体

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。

  • 功能丰富

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

  • 云原生支持

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:

  • 降低开发门槛

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

  • 全面运维保障

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。

  • 促进数据规范

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。

四、实时数仓建设案例

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。

  • 某国有专业经济信息服务机构

file

  • 某证券客户

file

五、数栈批流一体架构解析

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。

  • 批流一体整体架构

file

  • 批流一体核心价值

file

  • 批流一体数据建设链路

file

  • 批流一体采集技术架构

file

原文来源:VX公众号“数栈研习社”

袋鼠云开源框架钉钉技术交流群(30537511),欢迎对大数据开源项目有兴趣的同学加入交流最新技术信息,开源项目库地址:https://github.com/DTStack

posted @ 2022-06-15 11:25  数栈DTinsight  阅读(40)  评论(0编辑  收藏  举报