|
阅读：444回复：0
Kafka 流数据 SQL 引擎 -- KSQLKSQL 是什么？ KSQL 是一个 Kafka 的 SQL 引擎，可以让我们在流数据上持续执行 SQL 查询，支持强大的流处理操作，包括聚合、连接、窗口、会话等等。。 例如，有一个用户点击流的 topic，和一个可持续更新的用户信息表，使用 KSQL 对点击流数据、用户表进行建模，并把二者连接起来，之后 KSQL 会持续查询这个 topic 的数据流，并放入表中。 KSQL 是开源的、分布式的，具有高可靠、可扩展、实时的特性。 KSQL是Apache Kafka的流式SQL引擎，它大大降低了流处理世界的门槛。 KSQL实现了非常有效的功能：使用数据领域中大多数社区已知的语义SQL实时读取，编写和转换数据！ 
KSQL 解决了什么问题？ KSQL 的主要目的是为了降低流处理的操作门槛，为 Kafka 提供了简单而完善的 SQL 交互接口 之前，为了使用流处理引擎，需要熟悉一些开发语言，例如 Java, C#, Python，Kafka 的流处理引擎作为 Kafka 项目的一部分，是一个 Java 库，需要使用者有熟练的 Java 技能 相对的，KSQL 只需要使用者熟悉 SQL 即可，这使得 Kafka Stream 能够进入更广阔的应用领域，例如商业分析，熟悉 SQL 的分析人员就可以操作，而不用一定是开发人员。 KSQL能做什么呢？ KSQL是开源的（Apache 2.0许可），并构建在Kafka的Streams API之上。这意味着它支持各种强大的流处理操作，包括过滤，转换，聚合，连接，窗口和会话。 通过这种方式，您可以实时检测异常和欺诈活动，监控基础架构和物联网设备，执行基于会话的用户活动分析，执行实时ETL等等。 从通用的角度来看，当数据流中需要动态地进行转换，集成和分析时，你应该使用KSQL。 实时监控和实时分析 KSQL的一个用途是定义实时计算的自定义业务级度量标准，您可以从中监视和提醒。例如，展示视频游戏特许经营权的并发在线玩家数量（“我们的玩家是否参与？最新游戏扩展是否增加了游戏时间？”）或报告电子商务网站的废弃购物车数量（“我们的在线商店的最新更新是否让客户更容易结账？”） 另一个用途是在KSQL中为您的业务应用程序定义正确性概念，然后检查它们是否在生产中运行时满足此要求 KSQL可以直接从原始事件流中定义适当的度量标准，无论这些是从数据库更新，应用程序，移动设备还是任何其他类型生成的： 在线数据集成和丰富 公司完成的大多数数据处理属于数据丰富领域：从几个数据库中获取数据，转换数据，将其连接在一起，并将其存储到键值存储，搜索索引，缓存或其他数据服务系统。 KSQL与Kafka连接器一起用于Oracle，MySQL，Elasticsearch，HDFS或S3等系统时，可以实现从批量数据集成到实时数据集成的转变。 如下面的KSQL查询所示，您可以使用流表连接来丰富包含存储在表中的元数据的数据流，或者在将流加载到另一个系统之前对个人身份信息（PII）进行简单过滤。 安全和异常检测 KSQL查询可以将事件流转换为数字时间序列聚合，这些聚合使用Kafka-Elastic连接器注入系统（如Elastic），然后在实时仪表板（如Grafana）中可视化。安全用例通常与监视和分析类似。在这里，您不是要监控应用程序行为或业务行为，而是在寻找欺诈，滥用，垃圾邮件，入侵或其他不良行为的模式。 KSQL提供了一种简单而复杂的实时方法来定义这些模式并查询实时流。 流和数据库 当然，KSQL的使用案例比我在这篇短篇文章中所展示的更多，例如监控车队（“未来几天卡车是否需要预测性维护？”）或分布式物联网设备和家庭自动化传感器（“为什么二楼的温度会上升？”），或者实时分析Oracle中的数据库更新。一些有创意的用户甚至使用KSQL 实时分析赛车遥测数据。 但是，让我们先从这些具体的例子后退一步。在我看来，更令人兴奋的是，通过将数据库从内向外转换，KSQL将流（kafka）和数据库（Oracle、MySQL和Friends）的世界结合在一起。在KSQL中，类似于Kafka的Streams API，有两个核心数据抽象:流和表。它们允许您以流或表格式处理数据。这一点很重要，因为在实践中，几乎每个想要实现的实时用例都需要流和表。 KSQL 的应用场景有哪些？ 1. 实时监控 实时分析 CREATE TABLE error_counts AS SELECT error_code, count(*)FROM monitoring_stream WINDOW TUMBLING (SIZE 1 MINUTE) WHERE type = 'ERROR' KSQL 可以让我们对应用产生的事件流自定义测量指标，如日志事件、数据库更新事件等等 例如在一个 web app 中，每当有新用户注册时都需要进行一些检查，如欢迎邮件是否发送了、一个新的用户记录是否创建了、信用卡是否绑定了……，这些点可能分布在多个服务中，这时可以使用 KSQL 对事件流进行统一的监控分析 2. 安全和异常检查 比如对于欺诈、入侵等非法行为，可以定义出检查模型，通过 KSQL 对实时数据流进行检测 CREATE STREAM possible_fraud AS SELECT card_number, count(*) FROM authorization_attempts WINDOW TUMBLING (SIZE 5 SECONDS) GROUP BY card_number HAVING count(*) > 3; KSQL 可以把事件流转换成数值化的时间序列数据，然后通过 Kafka-Elastic connector 导入到 Elastic，并通过 Grafana UI 视图化的展示出来 KSQL 的核心概念 1. STREAM 流 stream 是一个无限的结构化数据序列，这个数据是不可修改的，新的数据可以进入流中，但流中的数据是不可以被修改和删除的 stream 可以从一个 kafka topic 中创建，或者从已存在的流或表中派生出来 CREATE STREAM pageviews (viewtime BIGINT, userid VARCHAR, pageid VARCHAR) WITH (kafka_topic='pageviews', value_format=’JSON’); 2. TABLE 表 table 是一个流或者其他表的视图，是流中数据的一个集合，table 中的数据是可变的，可以插入，也可以修改、删除 table 同样可以从一个 kafka topic 中创建，或者从已存在的流或表中派生出来 CREATE TABLE users (registertime BIGINT, gender VARCHAR, regionid VARCHAR, userid VARCHAR) WITH (kafka_topic='users', value_format='DELIMITED'); KSQL server 进程用来执行请求，多个 KSQL server 构成一个集群，可以动态增加 KSQL server 的数量来提示处理能力 KSQL server 具有自动容错能力，如果一个失败，其他的会自动接替他的工作 KSQL 有一个命令行终端，输入的命令会通过 REST API 发送到集群，通过命令行，我们可以检查所有流和表、执行查询、查看请求的状态信息等等 大体上看，KSQL 的构成包括：
小结 KSQL 是 confluent 刚刚发布的，目前是开发预览版，很快会发布正式版。 KSQL 极大方便了 Kafka 中流数据的处理，虽然还不能在产品中使用，可以提前了解一下。 https://cloud.tencent.com/developer/news/383098 |
|
