​​OSC编辑部观察系列直播第二期《神秘的大厂开源办公室》下周一19点准时上线>>>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_kubernetes​​

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。

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_apache flink_02

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

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_大数据_03

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。

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_kubernetes_04

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：

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_github_05

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

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_大数据_06

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

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_github_07

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

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_github_08

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。

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_java_09

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。

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_java_10

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

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_大数据_11

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。

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_github_12

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。

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_github_13

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。

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_github_14

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。

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_kubernetes_15

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

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_大数据_16

  • 某证券客户

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_大数据_17

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

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_大数据_18

  • 批流一体核心价值

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_大数据_19

  • 批流一体数据建设链路

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_java_20

  • 批流一体采集技术架构

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_apache flink_21

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​​