利用阿里云产品搭建一个简单数据分析平台

2022-06-01 01:08:32

阿里云有两个消息产品，消息队列(ONS)与消息服务(MNS)，ONS上有个很好用的功能消息轨迹，消息的生命周期都可以通过控制台查询，那么消息服务上，想看见消息从生产到消费的轨迹数据有什么好办法呢？我们以这个小小的需求为原型，介绍一下怎么利用阿里云现有的产品，搭建出一个简单的数据分析平台。

先画个数据流程架构图。

step 1:
MNS->SLS
先把MNS的日志数据写到SLS里面去，不用写代码，在MNS控制台日志管理页面做个配置即可。MNS的队列要打开logging功能，SLS控制台创建好project logstore这里自动就能看见，注意要一个域的才能配哦。

然后我们跑跑代码，收发点消息，完了去SLS控制台看一样，数据已然自动写进去了，如图

比方我们搜索一条消息79E4FBE5094E8911-2-15D3F907B3B-2000000DB，已经可以看见收发时间，那不就满足看消息轨迹功能了吗，这篇文章可以结束了！！但是本文是硬广，当然不能这么就结束了，堂堂一个攻城狮最擅长什么！当然是无事生非！
我不要在控制台搜索！不要登陆！要让谁都可以看见轨迹！我还不想用sls sdk写一句代码！来来来，下面满足您，顺便把阿里云的产品硬广做一遍。

step 2:
SLS->OSS
SLS里面的数据，有很多消费方式，最简单不写代码的办法就是配置投递到MaxComputer或者OSS，投MaxComputer常用，我们今天来试下OSS。
投递配置文档

注意下分区格式 mydate=%Y%m%d/log_%H%M%s
投递出来的目录就是 mydate=20170714/ 这样可以方便MaxComputer/Hive作为分区使用，截图是投递出来的OSS里面看见的效果。

我们根据日志服务里面数据长什么样来配置怎么写csv文件（之前的查询截图就是数据的样子），做个一一对应的配置，这样投递出来的数据，oss里面的cvs跟日志服务的数据就一样一样了。

好了，做完以上这些，投递就配置好了，需要注意的是，配置好投递之后只会从这个时间点开始生效，已经写入sls的旧数据是不会被投递的，我们再次启动MNS收发消息的程序，造点数据写到sls，让投递工作起来，看见投递任务完成后去OSS里面看看写入的文件吧，前面已经有截图了。

现在oss里面已经有数据了，我们怎么用这个数据看轨迹呢？
硬广告强势插入：
Maxcompute 2.0支持使用OSS数据源做外部表，直接可查OSS，简单介绍一下这个功能，前面几个set是打开2.0的开关，现在2.0的功能要申请通过才能使用。

set odps.task.major.version=2dot0_demo_flighting;
set odps.service.mode=off;
set odps.sql.planner.mode=lot;
set odps.sql.ddl.odps2=true;
set odps.sql.preparse.odps2=lot;

CREATE EXTERNAL TABLE IF NOT EXISTS mns_router_log_external (
    AccountId INT,
    Action STRING,
    MessageId STRING,
    NextVisibleTime INT,
    ProcessTime INT,
    QueueName STRING,
    RemoteAddress STRING,
    RequestId STRING,
    Time STRING
  )
  PARTITIONED BY (
    mydate STRING
  )
STORED BY 'com.aliyun.odps.CsvStorageHandler'
WITH SERDEPROPERTIES (
 'odps.properties.rolearn'='acs:ram::<aliId>:role/aliyunodpsdefaultrole'
) 
LOCATION 'oss://oss-cn-shanghai-internal.aliyuncs.com/ali-shanghai/mns_router';    

alter table mns_router_log_external add if not exists partition (mydate='20170714');

select * from mns_router_log_external where mydate='20170714' and MessageId='79E4FBE5094E8911-2-15D3F907B3B-2000000DB';

直接数加控制台运行，出结果：

在MaxComputer里面您可以写sql处理您的数据，比方查平均处理时间啊什么的，这里就是做做广告，不详细做Maxcompute的介绍了。

但素，我们的目标是不登陆直接看数据，这里就要祭出阿里云一款报表产品
Quick BI，Quick BI并不支持OSS作为数据源，可以支持RDS，Maxcompute等等，Maxcompute查询速度相对RDS来说较慢，那么我们就用RDS吧。用大数据处理套件来做数据同步，比方OSS倒入RDS。

Step 3:
OSS->RDS
先在rds上的数据库建张表

CREATE TABLE `mns_route_log` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `AccountId` bigint(20) DEFAULT NULL,
  `Action` varchar(255) DEFAULT NULL,
  `MessageId` varchar(255) DEFAULT NULL,
  `NextVisibleTime` bigint(11) DEFAULT NULL,
  `ProcessTime` bigint(11) DEFAULT NULL,
  `QueueName` varchar(255) DEFAULT NULL,
  `RemoteAddress` varchar(255) DEFAULT NULL,
  `RequestId` varchar(255) NOT NULL,
  `Time` varchar(255) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `MessageId` (`MessageId`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8

大数据处理套件上我们先建好两个数据源，一个OSS的数据源mns_oss，再建一个RDS的数据源mns_log，然后用脚本模式配置一个同步任务，把数据同步到我们建的这个表里面。

{
  "configuration": {
    "reader": {
      "plugin": "oss",
      "parameter": {
        "fieldDelimiterOrigin": ",",
        "nullFormat": "",
        "compress": "",
        "datasource": "mns_oss",
        "column": [
          {
            "name": 0,
            "index": 0,
            "type": "string"
          },
          {
            "name": 1,
            "index": 1,
            "type": "string"
          },
          {
            "name": 2,
            "index": 2,
            "type": "string"
          },
          {
            "name": 3,
            "index": 3,
            "type": "string"
          },
          {
            "name": 4,
            "index": 4,
            "type": "string"
          },
          {
            "name": 5,
            "index": 5,
            "type": "string"
          },
          {
            "name": 6,
            "index": 6,
            "type": "string"
          },
          {
            "name": 7,
            "index": 7,
            "type": "string"
          },
          {
            "name": 8,
            "index": 8,
            "type": "string"
          }
        ],
        "skipHeader": "false",
        "encoding": "UTF-8",
        "fieldDelimiter": ",",
        "object": [
          "mns_router/mydate=${bdp.system.bizdate}/log_*.csv"
        ]
      }
    },
    "writer": {
      "plugin": "mysql",
      "parameter": {
        "postSql": [],
        "datasource": "mns_log",
        "column": [
          "AccountId",
          "Action",
          "MessageId",
          "NextVisibleTime",
          "ProcessTime",
          "QueueName",
          "RemoteAddress",
          "RequestId",
          "Time"
        ],
        "writeMode": "replace",
        "table": "`mns_route_log`",
        "preSql": []
      }
    },
    "setting": {
      "errorLimit": {
        "record": "100"
      },
      "speed": {
        "concurrent": "5",
        "mbps": "5"
      }
    }
  },
  "type": "job",
  "version": "1.0"
}

注意这个脚本里面使用了一个系统参数${bdp.system.bizdate}，这样我们可以配置每天凌晨跑一次，每次同步一天的数据。
运行这个任务，业务时间选2017-07-14，把刚才的数据同步进RDS。
可以配置成每天凌晨运行一次同步任务。

Step 4.
RDS->Quick BI
先在Quick BI添加一个RDS的数据源，找到表mns_route_log生成一个数据集，然后我们在这个数据集后面点一下”新建仪表板”，添加查询条件，保存之后公开仪表板，直接访问生成的地址，不用做任何登陆即可访问，效果如图

通过基于日志服务的数据采集，ODPS/OSS的数据计算，最后Quick BI的报表制作这条线路，小规模的初创公司可以快速的搭建完一个适合业务，容易扩展的数据分析平台，例如时下流行的推荐系统。

阿里云的产品！是不是AMAZING！好想配个无事生非的表情包！

码农公寓

相关文章