使用函数计算实现消息数据清洗

消息数据清洗功能提供常见的消息处理模板,如消息分割、动态路由和消息富化等。您可以直接利用模板处理消息,也可以根据业务情况在模板基础上修改代码。本文介绍云消息队列 RocketMQ 版消息数据清洗模板的类型和使用方式。

背景信息

消息数据清洗任务提供基本的算子能力,底层逻辑使用函数计算。云消息队列 RocketMQ 版消息数据清洗任务创建完成后,您可以登录函数计算控制台,进行代码自定义及相应函数配置的修改。

算子

算子能力说明

消息过滤

按照正则表达式匹配消息内容,将匹配成功的消息发送至目标。更多信息,请参见事件模式

消息转换

根据字符串匹配,进行消息内容替换,例如字符大小写转换。将转换后的消息发送至目标。更多信息,请参见事件内容转换

内容分割

根据正则表达式对消息内容进行分割,将分割后的消息逐条发送至目标。

动态路由

根据正则表达式匹配消息内容,将匹配成功的消息路由至对应目标,将匹配不成功的消息路由至默认目标。

内容富化

根据富化源对消息内容进行富化。如果消息原始内容包含AccountID,处理时根据AccountID查询数据库,获得客户地域后填至源消息体中,并发送至目标服务。

内容映射

根据正则表达式对消息内容进行映射处理。例如,屏蔽消息中敏感字段或将消息大小缩减至最小标准。

内容分割

使用示例

例如,以下是一份学生名单。

message:
[张三,男,17,4班;李四,女,17,3班;王五,男,17,4班]

需要将消息拆分为单个学生的信息,然后分三条消息推送至各目标服务。如下所示。

message:
    [张三,男,17,4班]
message:
    [李四,女,17,3班]
message:
    [王五,男,17,4班]
image

操作步骤

  1. 登录云消息队列 RocketMQ 版控制台

  2. 在左侧导航栏,选择消息集成 > 消息流出,然后在顶部菜单栏,选择地域。

  3. 消息流出(sink)页面,单击创建任务

  4. 消息流出创建面板,设置以下配置项,然后单击确定

    关键配置项说明如下,其余保持默认值即可。

    • 基础信息

      配置项

      说明

      任务名称

      填写任务名称。

      流出类型

      本文选择消息队列 RocketMQ。支持的消息服务包括消息队列 RocketMQ消息队列 RabbitMQ轻量消息队列(原 MNS)消息队列 Kafka

    • 资源配置

      配置项

      说明

      地域

      本文选择华东1(杭州)

      版本

      选择RocketMQ的版本,本文选择RocketMQ 5.x

      RocketMQ 实例

      选择生产消息的RocketMQ实例。

      Topic

      选择源实例的Topic。

      目标

      版本

      选择接收消息的RocketMQ的版本,本文选择RocketMQ 5.x

      实例 ID

      选择接收消息的RocketMQ的实例 ID。

      Topic

      选择目标实例的Topic。

    • 数据处理

      • 消息过滤:选择无需过滤

      • 消息转换:选择自定义配置消息体(body)选择数据清洗,并选中新建函数模板函数模板选择内容分割 transform_split,然后根据业务情况修改函数代码。

    创建完成后,您可以登录函数计算控制台查看自动创建的服务函数

动态路由

使用示例

例如,以下是一份牙膏信息清单。

message:
[BrandA, toothpaste, $12.98, 100g
 BrandB, toothpaste, $7.99, 80g
 BrandC, toothpaste, $1.99, 100g]

需要按照自定义动态规则,将列表路由至目标Topic。规则描述如下所示。

  • 如果消息以BrandA开头,发送至BrandA-item-topic和BrandA-discount-topic这两个topic。

  • 如果消息以BrandB开头,发送至BrandB-item-topic和BrandB-discount-topic这两个topic。

  • 其余消息发送至Unknown-brand-topic。

规则的JSON描述如下。

{
  "defaultTopic": "Unknown-brand-topic",
  "rules": [
    {
      "regex": "^BrandA",
      "targetTopics": [
        "BrandA-item-topic",
        "BrandA-discount-topic"
      ]
    },
    {
      "regex": "^BrandB",
      "targetTopics": [
        "BrandB-item-topic",
        "BrandB-discount-topic"
      ]
    }
  ]
}
image

操作步骤

具体操作,请参见消息分割操作步骤。其中,函数模板需选择为动态路由 dynamic_routing

内容富化

使用示例

本文以一个IP地址段处理的场景富化为例。假设某服务的访问日志如下所示。

{
  "accountID": "164901546557****",
  "hostIP": "192.168.XX.XX"
}

需要统计IP地址的来源,并且映射关系存储于MySQL数据库。

CREATE TABLE `tb_ip` (
    ->      `IP` VARCHAR(256) NOT NULL,
    ->     `Region` VARCHAR(256) NOT NULL,
    ->      `ISP` VARCHAR(256) NOT NULL,
    ->      PRIMARY KEY (`IP`)
    -> );

处理后的消息结果如下所示。

{
  "accountID": "164901546557****",
  "hostIP": "192.168.XX.XX",
  "region": "beijing"
}
image

操作步骤

具体操作,请参见消息分割操作步骤。其中,函数模板需选择为内容富化 transform_enrichment

内容映射

使用示例

例如,以下是某公司员工登记信息,涉及了员工工号、电话号码等隐私内容。

张三,工号1,131 1111 1111
李四,工号2,132 2222 2222
王五,工号3,133 3333 3333

需要将以上消息中员工隐私信息进行屏蔽,然后推送至目标服务。如下所示。

张*,工号*,*** **** ****
李*,工号*,*** **** ****
王*,工号*,*** **** ****
image

操作步骤

具体操作,请参见消息分割操作步骤。其中,函数模板需选择为内容映射 transform_projection