OceanBase 实时分析Demo 解析：Flink + OceanBase

先看看实时分析的Demo效果演示

Demo说明：

• 这个汽车下单Demo支持在PC端进行下单操作，同时也支持多人通过手机扫码在线下单
• 订单数据被实时写入OceanBase TP数据库，并通过Flink CDC 实时同步到OceanBase AP数据库。Demo中的分析看板从AP库中查询最新的数据进行展示。
• 无论是执行简单的count(*)计数查询，还是进行包含where、group by、order by等多条件的查询，系统都能在近亿级别的数据规模下，保证查询耗时基本在10ms到100ms之间，这充分体现了OceanBase AP数据库的查询性能。（此查询耗时已包含了后端到数据库之间的网络延时，因此数据库内部实际的SQL执行耗时将会更低）
• 只建了主键索引。

Demo实现

准备数据库

• TP 数据库: OB 4.3.0 行存 + 开启 Binlog 服务
• AP 数据库: OB 4.3.0 列存

使用 OBCloud 阿里云版本

• 为了降低搭建成本，方便后续和 Flink 以及应用进行集成，直接使用 OBCloud 阿里云版本，数据库配置如下: - OB 版本 4.3.0.1，目前该版本在 OBCloud 需要开通白名单才能购买，具体可以联系官方技术服务同学进行开通。- 我这里购买一个按需付费的集群实例，3 节点，节点规格为 14C70G，价格 ¥32/小时。如果只用于测试，可以申请 🎉 OB Cloud 的 30 天免费试用，最低规格的 1C4G 就可以满足需求。

• 在集群实例下创建了 oltp 和 olap 两个租户，用作 TP 和 AP 库，配置如下:

• 在两个租户下分别创建数据库、访问账号，并配置 IP 白名单和公网访问地址，然后就能得到数据库连接串。具体过程不赘述，可以参考我之前的文章 使用阿里云的 OceanBase 云服务。

TP 库开通 Binlog 服务

行存表和列存表

• 连接 TP 库，创建 tp_car_orders 表（行存）:

create table tp_car_orders(
    order_id bigint primary key NOT NULL AUTO_INCREMENT,
    -- order_time 默认值由数据库自动生成
    order_time timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP, 
    customer_name varchar(25) COLLATE utf8mb4_bin NOT NULL, 
    sale_nation varchar(25) COLLATE utf8mb4_bin NOT NULL,
    sale_region varchar(25) COLLATE utf8mb4_bin NOT NULL,                   
    car_color varchar(25) COLLATE utf8mb4_bin NOT NULL, 
    car_price decimal(15,2) NOT NULL
);

• 连接 AP 库，创建 ap_car_orders 表（列存）。 - - 由于两张表需要通过 Flink 进行同步，因此两张表的结构几乎完全一样。- 唯二的区别: ① 一个是行存，一个是列存 ② order_time 的默认值不同。

create table ap_car_orders(
    order_id bigint primary key NOT NULL AUTO_INCREMENT,
    -- order_time 从 tp_car_orders 表同步过来
    order_time timestamp NOT NULL, 
    customer_name varchar(25) COLLATE utf8mb4_bin NOT NULL, 
    sale_nation varchar(25) COLLATE utf8mb4_bin NOT NULL,
    sale_region varchar(25) COLLATE utf8mb4_bin NOT NULL,                   
    car_color varchar(25) COLLATE utf8mb4_bin NOT NULL, 
    car_price decimal(15,2) NOT NULL
) WITH COLUMN GROUP (each column);

准备 Flink

开通阿里云 Flink

• 本地安装并使用 Flink 进行同步可以参考 OB 官方文档，我这里为了简单，直接使用 阿里云 Flink 托管版本。包年包月比较贵，可以使用按量付费版本，按照指引开通服务即可。

Flink 网络配置

• 进入 Flink 工作空间，使用前建议使用网络探测功能验证数据库是否可正常连接。

• 如果 Flink 和数据库在同一个 VPC: 可以通过数据库私网地址进行连接。
• 如果 Flink 和数据库不在同一个 VPC: - 配置 跨 VPC 访问- 通过数据库公网地址进行连接，但阿里云 Flink 默认不支持访问公网，需要配置 NAT 网关实现 VPC 网络与公网网络互通，详见 文档。
• 保证 Flink 和数据库可以互通之后，网络探测的结果应该如下:

Flink 同步配置

• 进入「配置管理」，修改作业默认配置，将「系统检查点间隔」和「两次系统检查点间最短间隔」两个参数均改为 1 秒，以保证同步的实时性。

Flink SQL 开发

• 进入「SQL 开发-新建-新建空白的留作业草稿」

• 输入以下 SQL 内容:

-- 创建 TP CDC 表，表结构和源表 tp_car_orders 一致
CREATE TEMPORARY TABLE tp_car_orders_cdc (
    order_id bigint primary key NOT ENFORCED,
    order_time timestamp NOT NULL, 
    customer_name varchar(25) NOT NULL, 
    sale_nation varchar(25) NOT NULL,
    sale_region varchar(25) NOT NULL,                   
    car_color varchar(25) NOT NULL, 
    car_price decimal(15,2) NOT NULL
) WITH (
    -- OB Binlog 服务兼容 MySQL BinLog 服务，因此可以使用 mysql-cdc 作为连接器
    'connector' = 'mysql-cdc',
    'hostname' = <HOST>,
    'port' = <PORT>,
    'username' = <USER_NAME>,
    'password' = <PASSWORD>,
    'database-name' = 'oltp',
    'table-name' = 'tp_car_orders'
);

-- 创建 AP CDC 表，表结构和目标表 ap_car_orders 一致
CREATE TEMPORARY TABLE ap_car_orders_cdc (
    order_id bigint primary key NOT ENFORCED,
    order_time timestamp NOT NULL, 
    customer_name varchar(25) NOT NULL, 
    sale_nation varchar(25) NOT NULL,
    sale_region varchar(25) NOT NULL,                   
    car_color varchar(25) NOT NULL, 
    car_price decimal(15,2) NOT NULL
) WITH (
    -- 使用 jdbc 连接器
    'connector' = 'jdbc',
    'url' = 'jdbc:mysql://<HOST>:<PORT>/olap',
    'username' = <USER_NAME>,
    'password' = <PASSWORD>,
    'table-name' = 'ap_car_orders',
    -- 不缓存记录，直接 flush 数据
    'sink.buffer-flush.max-rows' = '0',
    -- flush 数据的时间间隔设为 0，直接 flush 数据
    'sink.buffer-flush.interval' = '0'
);

-- 将 TP CDC 表同步到 AP CDC 表
INSERT INTO ap_car_orders_cdc SELECT * FROM tp_car_orders_cdc;

• 📢 注意: 需要调整 ap_car_orders_cdc 以下两个参数，同样的为了保证同步的实时性，我这里均设为 '0'，即不做缓存和间隔，直接 flush 数据。这两个参数的用法详见 文档。 - sink.buffer-flush.max-rows- sink.buffer-flush.interval
• SQL 语法检查和网络连通性校验:

• 启动 SQL 调试，并往 tp_car_orders 表里插入一条数据:

INSERT INTO `tp_car_orders` (`car_price`,`car_color`,`sale_region`,`sale_nation`,`customer_name`) VALUES (299900,'blue','Washington','America','Lucy');

• 预期能够捕获到 tp_car_orders 的数据变更，但变更还不会写入 ap_car_orders，需要实际部署到作业才能写入。

Flink SQL 部署

• 部署 SQL 作业:

• 在「作业运维」即可查看对应作业:

• 部署并启动成功后，重新往 tp_car_orders 表里插入一条数据:

INSERT INTO `tp_car_orders` (`car_price`,`car_color`,`sale_region`,`sale_nation`,`customer_name`) VALUES (299900,'blue','Washington','America','Lucy');

• 可以看到在 ap_car_orders 表中数据已经同步:

mysql> select * from ap_car_orders;
+----------+---------------------+---------------+-------------+-------------+-----------+-----------+
| order_id | order_time          | customer_name | sale_nation | sale_region | car_color | car_price |
+----------+---------------------+---------------+-------------+-------------+-----------+-----------+
|        1 | 2024-05-07 17:10:37 | Lucy          | America     | Washington  | blue      | 299900.00 |
+----------+---------------------+---------------+-------------+-------------+-----------+-----------+
1 row in set (0.02 sec)

应用配置

• 拉取应用代码: GitHub - dengfuping/oceanbase-playground
• pnpm i 安装项目依赖。
• 新建 .env 文件并配置 TP、AP 库的数据库连接串:

OLTP_DATABASE_URL=""
OLAP_DATABASE_URL=""

• pnpm run dev 启动应用。

导入数据

• clone 代码仓库，通过 npm run seed可 批量导入脚本，默认导入 1.5 亿条数据，可修改脚本逻辑按需调整:

• 导入数据后需要对 AP 库发起一次合并，才能保证最优的查询性能。

mysql> ALTER SYSTEM MAJOR FREEZE;

AP SQL 调优（可选）

• 针对 SQL 建对应索引，详见 索引简介。
• 设置执行并发度，详见 设置并行执行并行度。
• 改为分区表 (按时间分区)，详见 分区概述。

运行效果

感兴趣的朋友，可以开通OceanBase的免费试用实例，快速搭建自己的Demo