Simple Log Service：Realtime Compute（Flink）消費

背景資訊

Flink消費日誌支援的資訊如下：

使用Flink消費日誌的入口，請參見Flink SQL作業快速入門。

使用限制

• 僅Realtime Compute引擎VVR 11.1及以上版本支援Log ServiceSLS作為資料攝入YAML的同步資料來源。

• SLS連接器僅保證At-Least-Once語義。

• 強烈建議不要設定Source並發度大於Shard個數，不僅會造成資源浪費，且在8.0.5及更低版本中，如果後續Shard數目發生變化，自動Failover功能可能會失效，造成部分Shard不被消費。

建立Log Service源表和結果表

__source__:  11.85.*.199
__tag__:__receive_time__:  1562125591
__topic__:  test-topic
request_method:  GET
status:  200

CREATE TEMPORARY TABLE sls_input(
  request_method STRING,
  status BIGINT,
  `__topic__` STRING METADATA VIRTUAL,
  `__source__` STRING METADATA VIRTUAL,
  `__timestamp__` BIGINT METADATA VIRTUAL,
   __tag__ MAP<VARCHAR, VARCHAR> METADATA VIRTUAL,
  proctime as PROCTIME()
) WITH (
  'connector' = 'sls',
  'endpoint' ='cn-hangzhou-intranet.log.aliyuncs.com',
  'accessId' = '${secret_values.ak_id}',
  'accessKey' = '${secret_values.ak_secret}',
  'starttime' = '2023-08-30 00:00:00',
  'project' ='sls-test',
  'logstore' ='sls-input'
);

CREATE TEMPORARY TABLE sls_sink(
  request_method STRING,
  status BIGINT,
  `__topic__` STRING,
  `__source__` STRING,
  `__timestamp__` BIGINT ,
  receive_time BIGINT
) WITH (
  'connector' = 'sls',
  'endpoint' ='cn-hangzhou-intranet.log.aliyuncs.com',
  'accessId' = '${ak_id}',
  'accessKey' = '${ak_secret}',
  'project' ='sls-test',
  'logstore' ='sls-output'
);

INSERT INTO sls_sink
SELECT 
  request_method,
  status,
  `__topic__` ,
  `__source__` ,
  `__timestamp__` ,
  cast(__tag__['__receive_time__'] as bigint) as receive_time
FROM sls_input; 

WITH參數

• 通用

  參數	說明	資料類型	是否必填	預設值	備忘
  connector	表類型。	String	是	無	固定值sls。
  endPoint	EndPoint地址。	String	是	無	請填寫SLS的私網服務地址，詳情請參見服務存取點。 說明 Realtime ComputeFlink版預設不具備訪問公網的能力，但阿里雲提供的NAT Gateway可以實現VPC網路與公網網路互連，詳情請參見如何訪問公網？。 不建議跨公網訪問SLS。如確有需要，請使用HTTPS網路傳輸協議並且開啟SLSGlobal Acceleration服務，詳情請參見管理傳輸加速。
  project	SLS專案名稱。	String	是	無	無。
  logStore	SLS LogStore或metricstore名稱。	String	是	無	logStore和metricstore是相同的消費方式。
  accessId	阿里雲帳號的AccessKey ID。	String	是	無	詳情請參見如何查看AccessKey ID和AccessKey Secret資訊？。 重要 為了避免您的AK資訊泄露，建議您使用變數的方式填寫AccessKey取值，詳情請參見專案變數。
  accessKey	阿里雲帳號的AccessKey Secret。	String	是	無

• 源表專屬

  參數	說明	資料類型	是否必填	預設值	備忘
  enableNewSource	是否啟用實現了FLIP-27介面的新資料來源。	Boolean	否	false	新資料來源可以自動適應Shard變化，同時儘可能保證Shard在所有的source並發上分布均勻。 重要 僅Realtime Compute引擎VVR 8.0.9及以上版本支援該參數。從Realtime Compute引擎VVR 11.1版本開始該參數預設為true。 作業在該配置項發生變化後無法從狀態恢複。可通過先設定配置項consumerGroup啟動作業，將消費進度記錄到SLS消費組中，再將配置項consumeFromCheckpoint設為true後無狀態啟動作業，從而實現從歷史進度繼續消費。 如果SLS中存在唯讀Shard，Flink的某些並發任務在完成對唯讀Shard的消費後會繼續請求讀取其他未完成的Shard。這可能導致部分並發任務被分配到多個Shard，從而造成不同並發任務之間的Shard分配不均衡。這種不均衡會影響整體的消費效率和系統效能。為緩解這一問題，您可以通過調整並發度、最佳化任務調度策略、合并小Shard等方法，以減少Shard數量和任務分配複雜度。
  shardDiscoveryIntervalMs	動態檢測shard變化時間間隔，單位為毫秒。	Long	否	60000	設定為負值時可以關閉動態檢測。 說明 該參數值不能少於1分鐘（60000毫秒）。 僅當配置項enableNewSource為true時生效。 僅Realtime Compute引擎VVR 8.0.9及以上版本支援該參數。
  startupMode	源表啟動模式。	String	否	timestamp	timestamp（預設）：從指定的起始時間開始消費日誌。 latest：從最新位點開始消費日誌。 earliest：從最早位點開始消費日誌。 consumer_group：從消費組記錄位點開始消費日誌。若消費組未記錄某shard消費位點，則會從最早位點開始消費日誌。 重要 Realtime Compute引擎VVR 11.1以下版本，不支援取值為consumer_group，需要將consumeFromCheckpoint設為true，此時會從指定消費組記錄的位點開始消費日誌，此處的啟動模式將不會生效。
  startTime	消費日誌的開始時間。	String	否	目前時間	格式為yyyy-MM-dd hh:mm:ss。 僅當startupMode設為timestamp時生效。 說明 startTime和stopTime基於SLS中的__receive_time__屬性，而非__timestamp__屬性。
  stopTime	消費日誌的結束時間。	String	否	無	格式為yyyy-MM-dd hh:mm:ss。 說明 僅用於消費歷史日誌，應設定為過去時間點。若配置為未來時間，可能因暫無新日誌寫入而導致消費提前終止，表現為資料流中斷且無異常提示。 如期望日誌消費到結尾時退出Flink程式，需要同時設定exitAfterFinish=true.
  consumerGroup	消費組名稱。	String	否	無	消費組用於記錄消費進度。您可以自訂消費組名，無固定格式。 說明 不支援通過相同的消費組進行多作業的協同消費。不同的Flink作業應該設定不同的消費組。如果不同的Flink作業使用相同的消費組，它們將會消費全部資料。這是因為在Flink消費SLS的資料時，並不會經過SLS消費組進行分區分配，因此導致各個消費者獨立消費各自的訊息，即使消費組是相同的。
  consumeFromCheckpoint	是否從指定的消費組中儲存的Checkpoint開始消費日誌。	String	否	false	true：必須同時指定消費組，Flink程式會從消費組中儲存的Checkpoint開始消費日誌，如果該消費組沒有對應的Checkpoint，則從startTime配置值開始消費。 false（預設值）：不從指定的消費組中儲存的Checkpoint開始消費日誌。 重要 Realtime Compute引擎VVR 11.1版本開始不再支援配置該參數。對於VVR 11.1及更高版本，需要將startupMode配置為consumer_group。
  maxRetries	讀取SLS失敗後重試次數。	String	否	3	無。
  batchGetSize	單次請求讀取logGroup的個數。	String	否	100	batchGetSize設定不能超過1000，否則會報錯。
  exitAfterFinish	在資料消費完成後，Flink程式是否退出。	String	否	false	true：資料消費完後，Flink程式退出。 false（預設）：資料消費完後，Flink程式不退出。
  query 重要 自VVR 11.3起廢棄，後續版本仍相容。	SLS消費預先處理語句。	String	否	無	通過使用query參數，您可以在消費SLS資料之前對其進行過濾，以避免將所有資料都消費到Flink中，從而實現節約成本和提高處理速度的目的。 例如 'query' = '*| where request_method = ''GET'''表示在Flink讀取SLS資料前，先匹配出request_method欄位值等於get的資料。 說明 query需使用Log ServiceSPL語言，請參見SPL文法。 重要 僅Realtime Compute引擎VVR 8.0.1及以上版本支援該參數。 該功能會產生Log ServiceSLS費用，詳情請參見費用說明。
  processor	SLS 消費處理器，與query欄位同時存在時，query生效，processor不生效。	String	否	無	通過使用processor參數，您可以在消費SLS資料之前對其進行過濾，以避免將所有資料都消費到Flink中，從而實現節約成本和提高處理速度的目的。推薦使用processor參數而不是query參數。 例如 'processor' = 'test-filter-processor'表示在Flink讀取SLS資料前，先經過SLS消費處理器的過濾。 說明 processor需使用Log ServiceSPL語言，請參見SPL文法。SLS 消費處理器的建立、更新，請參見管理消費處理器。 重要 僅Realtime Compute引擎VVR 11.3及以上版本支援該參數。 該功能會產生Log ServiceSLS費用，詳情請參見費用說明。

• 結果表專屬

  參數	說明	資料類型	是否必填	預設值	備忘
  topicField	指定欄位名，該欄位的值會覆蓋__topic__屬性欄位的值，表示日誌的主題。	String	否	無	該參數值是表中已存在的欄位之一。
  timeField	指定欄位名，該欄位的值會覆蓋__timestamp__屬性欄位的值，表示日誌寫入時間。	String	否	目前時間	該參數值是表中已存在的欄位之一，且欄位類型必須為INT。如果未指定，則預設填充目前時間。
  sourceField	指定欄位名，該欄位的值會覆蓋__source__屬性欄位的值，表示日誌的來源地，例如產生該日誌機器的IP地址。	String	否	無	該參數值是表中已存在的欄位之一。
  partitionField	指定欄位名，資料寫入時會根據該列值計算Hash值，Hash值相同的資料會寫入同一個shard。	String	否	無	如果未指定，則每條資料會隨機寫入當前可用的Shard中。
  buckets	當指定partitionField時，根據Hash值重新分組的個數。	String	否	64	該參數的取值範圍是[1, 256]，且必須是2的整數次冪。同時，buckets個數應當大於等於Shard個數，否則會出現部分Shard沒有資料寫入的情況。
  flushIntervalMs	觸發資料寫入的時間周期。	String	否	2000	單位為毫秒。
  writeNullProperties	是否將null值作為空白字串寫入SLS。	Boolean	否	true	true（預設值）：將null值作為空白字串寫入日誌。 false：計算結果為null的欄位不會寫入到日誌中。 說明 僅Realtime Compute引擎VVR 8.0.6及以上版本支援該參數。

屬性欄位提取

create table sls_stream(
  __timestamp__ bigint HEADER,
  __receive_time__ bigint HEADER
  b int,
  c varchar
) with (
  'connector' = 'sls',
  'endpoint' ='cn-hangzhou.log.aliyuncs.com',
  'accessId' = '${secret_values.ak_id}',
  'accessKey' = '${secret_values.ak_secret}',
  'starttime' = '2023-08-30 00:00:00',
  'project' ='sls-test',
  'logstore' ='sls-input'
);

相關文檔

使用Flink DataStream API消費資料，請參見DataStream API。