快速搭建实时数仓分析大屏

本文为您介绍如何使用交互式分析Hologres对接实时计算，快速搭建实时数仓分析大屏的最佳实践。

背景信息

Hologres是阿里云的实时交互式分析产品，通过内置的实时数据API（详情请参见实时数据API）直接对接实时计算，实现高并发实时写入或查询实时数据，速度达到秒级。

Hologres兼容PostgreSQL，将查询到的数据直接对接BI分析工具，使用可视化方式快速分析和展现数据。

本文以搭建某电商店铺实时运营指标大屏为例，展示店铺的总流量、每个商店的访问量、区域销售量和热销商品数据。

使用Hologres搭建实时运营指标大屏的完整链路图如下所示。

• 采集源数据并实时写入实时计算，通过实时计算清洗并聚合数据。
• 实时写入处理后的数据至Hologres，使用Hologres进行交互式查询。
• Hologres对接数据大屏DataV，展示实时运营指标大屏。

1. 获取源数据。
   通过流式数据服务DataHub或者其他业务日志获取源数据。
   为了方便流程操作，本试验从实时计算直接产生数据，详情请参见第3步。
2. Hologres创建数据接收表。
   使用Holoweb创建字段和数据类型与源表相同的表，用于接收实时写入的数据。SQL语句示例如下。

   BEGIN;
   CREATE TABLE public.order_details (
    "user_id" int8,
    "user_name" text,
    "item_id" int8,
    "item_name" text,
    "price" numeric(38,2),
    "province" text,
    "city" text,
    "ip" text,
    "longitude" text,
    "latitude" text,
    "sale_timestamp" timestamptz NOT NULL
   );
   CALL SET_TABLE_PROPERTY('public.order_details','orientation', 'column');
   CALL SET_TABLE_PROPERTY('public.order_details','clustering_key', 'sale_timestamp:asc');
   CALL SET_TABLE_PROPERTY('public.order_details','segment_key', 'sale_timestamp');
   CALL SET_TABLE_PROPERTY('public.order_details','bitmap_columns', 'user_name,item_name,province,city,ip,longitude,latitude');
   CALL SET_TABLE_PROPERTY('public.order_details','dictionary_encoding_columns','user_name:auto,item_name:auto,province:auto,city:auto,ip:auto,longitude:auto,latitude:auto');
   CALL SET_TABLE_PROPERTY('public.order_details','time_to_live_in_seconds', '3153600000');
   CALL SET_TABLE_PROPERTY('public.order_details','distribution_key', 'user_id');
   CALL SET_TABLE_PROPERTY('public.order_details','storage_format', 'orc');
   COMMIT;

3. 实时计算清洗数据。
   进入实时计算开发平台，使用实时计算清洗并聚合源数据，通过实时数据API将数据实时写入Hologres。SQL语句示例如下。

   CREATE TEMPORARY table source_table (
      user_id BIGINT,
      user_name VARCHAR,
      item_id BIGINT,
         item_name VARCHAR,
       price numeric (38, 2),
      province VARCHAR,
      city VARCHAR,
         longitude VARCHAR,
      latitude VARCHAR,
       ip VARCHAR,
      sale_timestamp TIMESTAMP
     )
   
   with ('connector' = 'ordergen');
   
   CREATE TEMPORARY table hologres_sink (
      user_id BIGINT,
      user_name VARCHAR,
      item_id BIGINT,
         item_name VARCHAR,
       price numeric (38, 2),
      province VARCHAR,
      city VARCHAR,
         longitude VARCHAR,
      latitude VARCHAR,
       ip VARCHAR,
      sale_timestamp TIMESTAMP
     )
   with (
      'connector' = 'hologres',
      'dbname' = 'Hologres的数据库名',
      'tablename' = 'Hologres接收数据的表名',
      'username' = '当前云账号的AccessKey ID',
      'password' = '当前云账号的AccessKey Secret',
      'endpoint' = 'Hologres的VPC网络地址：端口'
     );
   
   insert into hologres_sink
   select user_id,
     user_name,
     item_id,
     item_name,
     price,
     province,
     city,
     longitude,
     latitude,
     ip,
     sale_timestamp
   from
    source_table;

4. 发布实时作业。
   提交并发布填写完成的作业至生产环境。操作步骤如下：
   1. 引用资源包。
      选择实时计算开发平台左侧菜单栏的Connectors，单击上方新建资源，配置上传资源的参数，上传JAR资源包。
   2. 发布作业。
      成功引用资源包后，保存作业。单击上线，根据业务配置资源参数，提交作业至生产环境。
   3. 启动作业。
      作业发布后，前往运维界面，手动启动作业。
5. 实时查询数据。
   根据业务情况，在Hologres中从不同维度实时查询实时写入的数据，示例如下。

   select sum(price) as "GMV" from order_details ;
   select count(distinct user_id) as "UV" from order_details ;
   select city as "城市", count(distinct user_id) as "购买用户数" from order_details group by "城市" order by "购买用户数" desc limit 100;
   select item_name as "商品", sum(price) as "销售额" from order_details group by "商品" order by "销售额" desc limit 100;
   select to_char(sale_timestamp, 'MM-DD') as "日期", sum(price) as "GMV" fromorder_details group by "日期" order by "GMV" desc limit 100;
   
                       

6. 展示DataV实时大屏。
   Hologres中查询出的数据直接对接DataV，用于制作实时大屏。操作步骤如下：
   1. 添加数据源。
      进入DataV控制台首页，单击我的数据 > 添加数据，配置添加数据的参数。
      类型选择交互式分析Hologres。
   2. 创建实时大屏。
      根据大屏需要显示的内容，选择相应组件并配置数据源信息。详情请参见概述。
      本试验中选择了基本柱状、轮播、基础平面地图和数字翻牌器。以配置数字翻牌器示例。

      1. 配置数据源信息。如下图所示。
      2. 配置数字翻牌器的边框、字体和颜色。
   3. 展示实时大屏。
      配置大屏的插件参数及数据源信息后，可根据实际业务添加装饰元素，美化插件。如下图所示。

      • 左侧实时显示商品的访问量以及城市的销售额。
      • 中间地图实时显示每一笔交易订单的位置、总的销售额以及总访问次数。
      • 右侧实时显示商品的销售额占比和商品的销售排行。