迁移方案

技术架构如下图所示。

迁移实施流程如下图所示。

主要包括以下几个环节：

1. 创建工作空间

   • 资源估算

     在创建Flink全托管工作空间前，需要评估Flink全托管的资源。

     Flink全托管的基本计量单位为Compute Unit（CU），即计算资源，1 CU=1核CPU+4 GiB内存+20 GB本地存储（放置日志、系统检查点等信息），CU对应实时计算底层系统的CPU计算能力。1个实时计算作业（Job）的CU使用量取决于此Job输入数据流的QPS、计算复杂程度，以及具体的输入数据分布情况。您可以根据业务规模以及实时计算的计算能力，估算所需购买的资源数量。实时计算1 CU的处理能力如下表所示。

     处理场景	处理能力
     简单的流式压测处理 例如，过滤、清洗等操作。	1 CU每秒可以处理40000~55000条数据。
     复杂的流式压测处理 例如，聚合操作、复杂UDF计算等。	1 CU每秒可以处理5000~10000条数据。

     说明

     • 上述计算能力估值仅限于实时计算内部处理能力，不包括对外数据读取和写入部分。外部数据的读写效率会影响您对实时计算能力的评估，例如：

       • 如果实时计算需要从日志服务（LogService）读取数据，但LogService对于请求调用配额（Quota）存在一定限制，则实时计算整体的计算能力将被限制在LogService允许的范围内。

       • 如果实时计算引用的RDS数据存储存在连接数或者TPS限制，则实时计算吞吐能力将受限于RDS本身的流控限制。

     • 如果作业中使用窗口函数，CU的使用量会比简单作业高，建议至少购买4 CU。

   • 创建

     使用阿里云账号创建Flink全托管工作空间，以便将自建Flink作业迁移过来。为了保证上下游迁移后的网络连通性，创建时请选择和自建Flink集群相同VPC。创建Flink全托管工作空间的步骤详情请参见开通Flink全托管，计费项请参见计费项。

2. 作业迁移

   您需要将自建Flink集群上的作业包，修改相关的配置后，手动上传到Flink全托管控制台，并创建对应的作业。不同类型的作业迁移步骤示例详情，请参见概述。

3. 数据正确性验证

   数据质量是实时计算数据产出对业务的重要保障，和实时计算任务日常变更一样，迁移工作也需要对新任务产出的数据质量进行验证。通常，建议您采用迁移新任务和原有任务并行双跑的方式，在新运行一段时间，满足数据对比条件后，验证新任务和原有任务的数据产出是否一致，达到预期的数据质量。理想情况下，迁移的新任务数据产出和原任务完全一致，就无需进行额外的差异分析。

   

   实时任务7x24小时持续在运行，但在大部分情况下产出的数据还是具备时间周期特性的，这就给数据对比提供了可行性。例如，聚合任务按小时或天维度计算聚合值，清洗任务加工任务按天进行分区等。在数据对比时就可以根据对应的时间周期来进行对比。例如小时周期的任务实际已完整处理数据多个小时后，就可以对比处理过的小时数据，而天维度的聚合值，通常就需要等待新任务处理完完整的一天数据后才能对比。

   根据任务产出的生成周期特性和数据规模，您可以结合业务的实际情况，使用恰当的对比方法。对比方法详情如下表所示。

   数据规模	对比
   中小数据规模	建议进行全量数据对比。例如，窗口聚合逻辑的数据，对每一个key、每一个窗口的聚合结果进行一一对比，验证其正确性。
   较大数据规模	如果全量对比的代价高、可行性低，则可以考虑采用抽样的方式进行。例如窗口聚合逻辑的数据，随机抽取部分key、部分窗口的聚合结果进行一一对比，验证其正确性。但需注意抽样方式的合理性，避免单一性产生对比漏洞从而误判数据质量。

4. 业务稳定性验证

   业务稳定性和数据质量同样重要，任务的稳定性通常要求实现较长时间的平稳运行（建议至少7天）。进入稳定性观察期后，建议开启和原任务相同级别的监控、报警设置，期间主要观察任务运行时的处理延迟、有无异常Failover以及Checkpoint情况是否健康等。如果达到了和原有任务同等或更高的稳定性，即完成稳定性验证。

5. 业务迁移

   数据正确性、业务性能和稳定性确认后，即可开展业务迁移工作，即将Flink作业中使用的备用结果表替换原有任务的结果表，提供给业务方使用，并将原有生产链路停止下线，整个迁移工作就圆满结束了。