实时计算（Flink）消费

背景信息

Flink消费日志支持的信息如下：

使用Flink消费日志的入口，请参见Flink SQL作业快速入门。

使用限制

• 仅实时计算引擎VVR 11.1及以上版本支持日志服务SLS作为数据摄入YAML的同步数据源。

• SLS连接器仅保证At-Least-Once语义。

• 强烈建议不要设置Source并发度大于Shard个数，不仅会造成资源浪费，且在8.0.5及更低版本中，如果后续Shard数目发生变化，自动Failover功能可能会失效，造成部分Shard不被消费。

创建日志服务源表和结果表

__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参数

• 通用

  参数	说明	数据类型	是否必填	默认值	备注
  connector	表类型。	String	是	无	固定值sls。
  endPoint	EndPoint地址。	String	是	无	请填写SLS的私网服务地址，详情请参见服务接入点。 说明 实时计算Flink版默认不具备访问公网的能力，但阿里云提供的NAT网关可以实现VPC网络与公网网络互通，详情请参见如何访问公网？。 不建议跨公网访问SLS。如确有需要，请使用HTTPS网络传输协议并且开启SLS全球加速服务，详情请参见管理传输加速。
  project	SLS项目名称。	String	是	无	无。
  logStore	SLS LogStore或metricstore名称。	String	是	无	logStore和metricstore是相同的消费方式。
  accessId	阿里云账号的AccessKey ID。	String	是	无	详情请参见如何查看AccessKey ID和AccessKey Secret信息？。 重要 为了避免您的AK信息泄露，建议您使用变量的方式填写AccessKey取值，详情请参见项目变量。
  accessKey	阿里云账号的AccessKey Secret。	String	是	无

• 源表独有

  参数	说明	数据类型	是否必填	默认值	备注
  enableNewSource	是否启用实现了FLIP-27接口的新数据源。	Boolean	否	false	新数据源可以自动适应Shard变化，同时尽可能保证Shard在所有的source并发上分布均匀。 重要 仅实时计算引擎VVR 8.0.9及以上版本支持该参数。从实时计算引擎VVR 11.1版本开始该参数默认为true。 作业在该配置项发生变化后无法从状态恢复。可通过先设置配置项consumerGroup启动作业，将消费进度记录到SLS消费组中，再将配置项consumeFromCheckpoint设为true后无状态启动作业，从而实现从历史进度继续消费。 如果SLS中存在只读Shard，Flink的某些并发任务在完成对只读Shard的消费后会继续请求读取其他未完成的Shard。这可能导致部分并发任务被分配到多个Shard，从而造成不同并发任务之间的Shard分配不均衡。这种不均衡会影响整体的消费效率和系统性能。为缓解这一问题，您可以通过调整并发度、优化任务调度策略、合并小Shard等方法，以减少Shard数量和任务分配复杂度。
  shardDiscoveryIntervalMs	动态检测shard变化时间间隔，单位为毫秒。	Long	否	60000	设置为负值时可以关闭动态检测。 说明 该参数值不能少于1分钟（60000毫秒）。 仅当配置项enableNewSource为true时生效。 仅实时计算引擎VVR 8.0.9及以上版本支持该参数。
  startupMode	源表启动模式。	String	否	timestamp	timestamp（默认）：从指定的起始时间开始消费日志。 latest：从最新位点开始消费日志。 earliest：从最早位点开始消费日志。 consumer_group：从消费组记录位点开始消费日志。若消费组未记录某shard消费位点，则会从最早位点开始消费日志。 重要 实时计算引擎VVR 11.1以下版本，不支持取值为consumer_group，需要将consumeFromCheckpoint设为true，此时会从指定消费组记录的位点开始消费日志，此处的启动模式将不会生效。
  startTime	消费日志的开始时间。	String	否	当前时间	格式为yyyy-MM-dd hh:mm:ss。 仅当startupMode设为timestamp时生效。 说明 startTime和stopTime基于SLS中的__receive_time__属性，而非__timestamp__属性。
  stopTime	消费日志的结束时间。	String	否	无	格式为yyyy-MM-dd hh:mm:ss。 说明 仅用于消费历史日志，应设置为过去时间点。若配置为未来时间，可能因暂无新日志写入而导致消费提前终止，表现为数据流中断且无异常提示。 如期望日志消费到结尾时退出Flink程序，需要同时设置exitAfterFinish=true.
  consumerGroup	消费组名称。	String	否	无	消费组用于记录消费进度。您可以自定义消费组名，无固定格式。 说明 不支持通过相同的消费组进行多作业的协同消费。不同的Flink作业应该设置不同的消费组。如果不同的Flink作业使用相同的消费组，它们将会消费全部数据。这是因为在Flink消费SLS的数据时，并不会经过SLS消费组进行分区分配，因此导致各个消费者独立消费各自的消息，即使消费组是相同的。
  consumeFromCheckpoint	是否从指定的消费组中保存的Checkpoint开始消费日志。	String	否	false	true：必须同时指定消费组，Flink程序会从消费组中保存的Checkpoint开始消费日志，如果该消费组没有对应的Checkpoint，则从startTime配置值开始消费。 false（默认值）：不从指定的消费组中保存的Checkpoint开始消费日志。 重要 实时计算引擎VVR 11.1版本开始不再支持配置该参数。对于VVR 11.1及更高版本，需要将startupMode配置为consumer_group。
  maxRetries	读取SLS失败后重试次数。	String	否	3	无。
  batchGetSize	单次请求读取logGroup的个数。	String	否	100	batchGetSize设置不能超过1000，否则会报错。
  exitAfterFinish	在数据消费完成后，Flink程序是否退出。	String	否	false	true：数据消费完后，Flink程序退出。 false（默认）：数据消费完后，Flink程序不退出。
  query 重要 自VVR 11.3起废弃，后续版本仍兼容。	SLS消费预处理语句。	String	否	无	通过使用query参数，您可以在消费SLS数据之前对其进行过滤，以避免将所有数据都消费到Flink中，从而实现节约成本和提高处理速度的目的。 例如 'query' = '*| where request_method = ''GET'''表示在Flink读取SLS数据前，先匹配出request_method字段值等于get的数据。 说明 query需使用日志服务SPL语言，请参见SPL语法。 重要 仅实时计算引擎VVR 8.0.1及以上版本支持该参数。 该功能会产生日志服务SLS费用，详情请参见费用说明。
  processor	SLS 消费处理器，与query字段同时存在时，query生效，processor不生效。	String	否	无	通过使用processor参数，您可以在消费SLS数据之前对其进行过滤，以避免将所有数据都消费到Flink中，从而实现节约成本和提高处理速度的目的。推荐使用processor参数而不是query参数。 例如 'processor' = 'test-filter-processor'表示在Flink读取SLS数据前，先经过SLS消费处理器的过滤。 说明 processor需使用日志服务SPL语言，请参见SPL语法。SLS 消费处理器的创建、更新，请参见管理消费处理器。 重要 仅实时计算引擎VVR 11.3及以上版本支持该参数。 该功能会产生日志服务SLS费用，详情请参见费用说明。

• 结果表独有

  参数	说明	数据类型	是否必填	默认值	备注
  topicField	指定字段名，该字段的值会覆盖__topic__属性字段的值，表示日志的主题。	String	否	无	该参数值是表中已存在的字段之一。
  timeField	指定字段名，该字段的值会覆盖__timestamp__属性字段的值，表示日志写入时间。	String	否	当前时间	该参数值是表中已存在的字段之一，且字段类型必须为INT。如果未指定，则默认填充当前时间。
  sourceField	指定字段名，该字段的值会覆盖__source__属性字段的值，表示日志的来源地，例如产生该日志机器的IP地址。	String	否	无	该参数值是表中已存在的字段之一。
  partitionField	指定字段名，数据写入时会根据该列值计算Hash值，Hash值相同的数据会写入同一个shard。	String	否	无	如果未指定，则每条数据会随机写入当前可用的Shard中。
  buckets	当指定partitionField时，根据Hash值重新分组的个数。	String	否	64	该参数的取值范围是[1, 256]，且必须是2的整数次幂。同时，buckets个数应当大于等于Shard个数，否则会出现部分Shard没有数据写入的情况。
  flushIntervalMs	触发数据写入的时间周期。	String	否	2000	单位为毫秒。
  writeNullProperties	是否将null值作为空字符串写入SLS。	Boolean	否	true	true（默认值）：将null值作为空字符串写入日志。 false：计算结果为null的字段不会写入到日志中。 说明 仅实时计算引擎VVR 8.0.6及以上版本支持该参数。

属性字段提取

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'
);

相关文档

使用Flink DataStream API消费数据，请参见DataStream API。