このトピックでは、Flink AI アシスタントの使用方法について説明します。Flink AI アシスタントは、開発者が Flink SQL ジョブの記述、異常の診断、ログ問題の分析をより効率的に行えるよう支援するツールです。
機能概要
Flink AI アシスタントは、大規模言語モデル (LLM) を基盤として構築され、Flink リアルタイムコンピューティングコンソールに深く統合されたインテリジェントな開発ツールです。これにより、リアルタイムデータ開発の障壁が低くなり、コーディングと運用保守の効率が向上します。
自然言語による対話を通じて、複雑なビジネス要件を理解し、SQL コードの生成、ロジックの説明から障害診断まで、エンドツーエンドのタスクをサポートします。
コア機能
インテリジェントなコード生成
アシスタントは、自然言語で記述されたビジネスニーズを解釈し、Flink SQL に準拠したコードスニペットまたは完全なジョブを自動生成します。ソーステーブルの宣言、ディメンションテーブルとの結合、複雑なウィンドウ計算の実行、シンクテーブルへの書き込みをサポートします。コードロジックの説明
複雑なロジックやレガシー SQL ロジックに対して、アシスタントは行ごとに解析します。難解な技術的実装を明快なビジネス言語に翻訳し、開発者がデータの転送と計算ロジックを迅速に理解できるよう支援します。インテリジェントな障害診断
実行時例外や構文エラーによりジョブが失敗した場合、アシスタントはエラー ログを分析し、根本原因を特定して、具体的な修正案を提案します。パフォーマンス最適化の提案
Flink のベストプラクティスに基づき、アシスタントは、データスキューや過大なステートなどの潜在的なパフォーマンスボトルネックを検出し、パラメータのチューニングや SQL の書き換えを推奨します。
スキル
AI アシスタントには、頻繁なジョブ開発や O&M オペレーションをカバーする事前定義済みのスキルが含まれています。入力ボックスに @ と入力するとスキルリストが開きます。スキルを選択した後、自然言語で意図を説明すると、アシスタントが対応するオペレーションを実行します。
スキル | 説明 |
ドラフト開発 | Flink ジョブドラフト情報のクエリと解釈 |
デプロイメント管理 | Flink ジョブデプロイメント情報のクエリと解釈 |
ジョブライフサイクル操作 | Flink ジョブの実行時ステータスとライフサイクルの管理 |
セッションクラスター管理 | セッションクラスター情報のクエリと解釈 |
ジョブ診断 | Flink ジョブ問題の詳細診断 (問題の特定と修正案の提示を含む) |
リソース設定 | ジョブリソース設定詳細のクエリと解釈 |
ランタイムパラメータ | Flink ジョブのランタイムパラメータ設定のクエリ |
エージェントモードとチャットモード
AI アシスタントには、入力ボックスの下で切り替え可能な 2 つの対話モードが用意されています。
エージェントモード — アシスタントがスキルを能動的に呼び出して操作を実行します。データ クエリ、診断、またはその他のワークスペース アクションを必要とするシナリオでは、このモードを使用します。
チャットモード — 純粋な会話形式での Q&A です。概念的な質問や、システム操作を伴わない SQL 構文の説明には、このモードを使用します。
クイックスタート
起動方法
開発コンソールで、右下のフローティングウィンドウにある 
アイコンをクリックして、AI アシスタントを開きます。
AI アシスタントの応答には、ハルシネーションや古い情報が含まれる可能性があります。構文的には正しいが存在しないパラメータを生成したり、バージョンが頻繁に更新されることにより非推奨のパラメータを参照したりする場合があります。正確性を確認するため、必ず公式のコネクタ パラメータ ドキュメントを参照してください。
インターフェース概要
AI アシスタントは開発コンソール内に表示されます。開くと、上部に 開発とデバッグ、異常診断、パフォーマンスチューニング、FAQ の 4 つのタブがあるウェルカムページが表示されます。各タブには、よくある質問が一覧表示されており、すぐにアクセスできます。下部には、自然言語を使用してアシスタントと直接対話できる入力ボックスがあります。
機能の詳細
リソース計画の相談
スケールアウトまたは Flink コンピュートユニット (CU) の設定を行う前に、AI アシスタントが、ビジネス規模に基づいて科学的な容量見積もりを提示します。質問が正確であるほど、より適切な推奨事項が得られます。
データスループット：メッセージレート (TPS/QPS) またはデータ量 (MB/s) を指定します。
計算の複雑さ：主要な操作 (例: 単純なフィルタリング、マルチストリーム結合、大規模ウィンドウ集計) を記述します。
レイテンシの許容範囲：許容可能な遅延 (例: サブ秒、分レベル) を指定します。
例：
Kafka から約 50,000 レコード/秒で読み取る必要があります。各レコードのサイズは 1 KB です。ロジックには、フィールドの名前変更と単純なフィルタリングが含まれ、その後 Hologres に書き込みます。適切な 同時実行数 と CU 数 を推奨してください。
AI アシスタントは、提供されたパラメータを分析し、結論 と 根拠 の 2 つの部分を含む応答を返します。結論 では、推奨される同時実行数と CU 数を直接述べます。根拠 では、QPS 処理能力、同時実行数の設定、外部システムのボトルネック、ウィンドウ関数の影響などの観点から分析を説明します。
ジョブドラフト作成の支援
AI アシスタントは、必要に応じて Flink に準拠した SQL コードを生成します。
ソースとシンクの定義：入力ソース (Source) と出力先 (Sink) を明確に記述します。コネクタタイプ (例: Kafka、JDBC、HBase) と、フィールド名およびデータ型を指定します。
処理ロジックの記述：必要なデータ変換を説明します。これにはフィルタ条件、集計操作、ウィンドウタイプ (タンブリングウィンドウ、スライディングウィンドウ、またはセッションウィンドウ)、および必要な結合などが含まれます。
例：
Flink SQL ジョブを記述してください。ソースは Kafka トピック user_behavior で、user_id と timestamp が含まれます。5 分間のタンブリングウィンドウでユニークビジター (UV) を計算し、結果を MySQL テーブル uv_stats に書き込みます。
AI アシスタントは、適切な WITH 句が設定されたソーステーブルとシンクテーブルの CREATE TABLE ステートメントを含む、完全な Flink SQL ジョブテンプレートを生成します。これを SQL エディタに直接コピーできます。
アシスタントは、Flink セマンティクスに沿った、ANSI SQL に準拠した DDL (データ定義言語) および DML (データ操作言語) コードを推奨します。プラットフォームでは、通常、CREATE TABLE の代わりに CREATE TEMPORARY TABLE を使用します。
ジョブ開発エラーの分析
ジョブに無効なステートメントや開発中のエラーが含まれている場合は、エラーメッセージの右上隅にある分析ボタンをクリックします。
実行時エラー ログの分析
ジョブがログなしで即座に失敗する場合
で、失敗したジョブの横に AI 診断アイコンが表示されます。
エラー ログがすでに利用可能な場合
ジョブが失敗していない場合、またはエラーが致命的でない例外である場合は、ジョブ ログの右上隅にある AI 診断ボタンをクリックして分析します。
パラメータのクエリ
コネクタ タイプを特定します。
必要な機能を記述します。
例：
Hologres で部分的な列書き込みを有効にするパラメータは何ですか。
AI アシスタントは、関連するパラメータ (例: sink.partial-insert.enabled) を一覧表示し、それぞれの目的、有効な値、適用可能なシナリオ、参照ドキュメントへのリンクなどを説明します。
リソース設定とパラメータ チューニング
ジョブ開発後、安定した運用には適切なパラメータ設定が不可欠です。Flink AI アシスタントは、リソース制限 (総 CU 数) とジョブ特性に基づいて、最適な同時実行数とメモリ設定を生成します。
リソース予算：総 CU 数またはコア数を指定します。
ジョブタイプ：コンピューティング集約型 (複雑な UDF/JSON 解析) か、メモリ集約型 (大規模ウィンドウ/重複排除) かを指定します。
チューニング目標：高スループット、低レイテンシ、またはジョブの安定性のいずれを優先するかを指定します。
例：
2 つの MySQL テーブルを使用する標準的な デュアルストリーム結合 ジョブで、10 CU が利用可能です。高スループットを確保するために、TaskManager 数、メモリ割り当て、パラメータ チューニングについて推奨してください。
AI アシスタントは、TaskManager と JobManager のリソース割り当てプラン、主要なパラメータ チューニングの提案 (Mini-batch、ステート TTL、Checkpoint 設定を含む)、および追加の最適化に関する推奨事項を提示します。