TableStore实战：DLA+SQL实时分析TableStore

2022-02-14 00:46:37

一、实战背景

什么是DLA（DataLake Analytics数据湖）？他是无服务器化（Serverless）的云上交互式查询分析服务。作为分布式交互式分析服务，是表格存储计算生态的重要组成之一。为了使用户更好的了解DLA的功能、使用方式，创建了这一实战样例。
基于DLA可以不用做任何ETL、数据搬迁等前置过程，实现跨各种异构数据源进行大数据关联分析，并且支持数据回流到各个异构数据源，从而极大的节省成本、降低延时和提升用户体验。

基于JDBC，表格存储的控制台将SQL查询直接做了集成，数据为公共实例，用户不用开通服务也可免费体验表格存储的实时SQL分析、查询功能，样例如下所示：__官网控制台地址：__项目样例

需求场景：黑五交易数据

本实战案例中，我们从 https://www.kaggle.com/mehdidag/black-friday 上获取数据，存储到TableStore，然后基于DLA做分析，带你切身感受下数据的价值！

"Black Friday"，即“黑色星期五”，是美国人一年中购物最疯狂的日子，类似于中国的“双十一”购物狂欢节。
一般黑色星期五的活动主要在线下，但逐渐也有往线上发展的趋势，比如Amazon就有针对黑色星期五做的线上销售活动，与天猫双十一很相似。同样的，这样的活动会产生大量有意义的商业数据。
我们在DLA中定义了一个叫blackfriday50w的表，映射到TableStore中的一个表，用来描述用户购买商品的。

如下为示例数据的表结构、与真实数据截图

二、表格存储（TableStore）方案

准备工作

若您对于DLA实时在线分析TableStore的功能感兴趣，希望开始自己系统的搭建之旅，只需按照如下步骤便可以着手搭建了：

1、开通表格存储

通过控制台开通表格存储服务，表格存储即开即用（后付费），采用按量付费方式，已为用户提供足够功能测试的免费额度。表格存储官网控制台、免费额度说明。

2、创建实例

通过控制台创建表格存储实例。

3、导入数据

该数据共有53.8万行，12个列，我们通过SDK将全量数据存储在TableStore的表。用户可通过控制台插入2条测试数据；

开通DLA服务

DLA服务开通
用户进入产品介绍页，选择开通服务：https://www.aliyun.com/product/datalakeanalytics
通过DLA控制台开通TableStore数据源
开通数据源后创建服务访问点（择经典网络，若已有vpc，可选择vpc）
登录CMS（账密会在开通服务后发送站内消息，消息中查看）

创建DLA外表

1）创建自己的DLA库（相关信息从上述过程中查找）：

mysql> create database hangzhou_ots_test with dbproperties (
  catalog = 'ots',
  location = 'https://instanceName.cn-hangzhou.ots-internal.aliyuncs.com',
  instance = 'instanceName'
);

Query OK, 0 rows affected (0.23 sec)

#hangzhou_ots_test             ---请注意库名，允许字母、数字、下划线
#catalog = 'ots',              ---指定为ots，是为了区分其他数据源，比如oss、rds等
#location = 'https://xxx'      ---ots的endpoint，从实例上可以看到
#instance = 'hz-tpch-1x-vol'

2）查看自己创建的库：

mysql> show databases;
+------------------------------+
| Database                     |
+------------------------------+
| hangzhou_ots_test            |
+------------------------------+
1 rows in set (0.22 sec)

3）查看自己的DLA表：

mysql> use hangzhou_ots_test;
Database changed

mysql> show tables;
Empty set (0.30 sec)

4）创建DLA表，映射到OTS的表：

mysql> CREATE EXTERNAL TABLE `tableName` (
  `pk1` varchar(100) not NULL ,
  `pk2` int not NULL ,
  `col1` varchar(100) NULL ,
  `col2` varchar(100) NULL ,
  PRIMARY KEY (`pk1`, `pk2`)
);
Query OK, 0 rows affected (0.36 sec)

## `tableName`                  ---- TableStore中对应的表名（dla中会转换成小写后做映射）
## `pk2` int not NULL           ---- 如果是主键的话，必须要not null
## PRIMARY KEY (`pk1`, `pk2`)   ---- 务必与ots中的主键顺序相同；名称的话也要对应

5）查看自己创建的表和相关的DDL语句：

mysql> show tables;
+------------+
| Table_Name |
+------------+
| tablename  |
+------------+
1 row in set (0.35 sec)

6）开始查询和分析（用户可以分析自己的数据，符合mysql的语法）

mysql> select count(*) from tablename;
+-------+
| _col0 |
+-------+
|    25 |
+-------+
1 row in set (1.19 sec)

这样，一个TableStore在DLA中的关联外表创建成功，用户便可以通过JDBC、或者CMS控制台，根据自己的需求实时分析自己的TableStore表了。

三、表格存储控制台展示

如下为控制提供的SQL场景，用户可以仿照控制台中实例自己写一些需求SQL，开来尝试吧！

最畅销的top10产品和销售量

中高端产品占总体GMV的比例

不同年龄段的消费客单价趋势

高消费人群的性别和年龄趋势

四、欢迎加入

这样，基于DLA+SQL实现的TableStore实时在线分析已经完成，是不是很简单？
对表格存储（TableStore）感兴趣的用户，欢迎加入【表格存储公开交流群】，群号：11789671。

码农公寓