关于sql:精彩联动OpenMLDB-Pulsar-Connector原理和实操

78次阅读

共计 3746 个字符，预计需要花费 10 分钟才能阅读完成。

人工智能工程化落地的关键点之一，在于解决实在业务场景的实时批量预估和实时模型更新问题。更好更快的将线上实时数据转化为 AI 可用的特色，将减速 AI 利用落地的效率及成果。为此，OpenMLDB 和 Apache Pulsar 单干推出 OpenMLDB Pulsar Connector，实现稳固的流式集成，为高效买通实时数据到特色工程提供一条值得期待的清晰门路。

对于 OpenMLDB

OpenMLDB 是一个开源机器学习数据库，致力于闭环解决 AI 工程化落地的数据治理难题。自 2021 年 6 月开源以来，OpenMLDB 优先开源了特色数据治理能力，依靠 SQL 的开发能力，为企业提供全栈性能的、低门槛特色数据计算和治理平台。

OpenMLDB 蕴含 Feature Store 的全副性能，并且提供更为残缺的 FeatureOps 全栈计划。除了提供特色存储性能，还具备基于 SQL 的低门槛数据库开发体验、面向特色计算优化的 OpenMLDB Spark 发行版，针对实时特色计算优化的索引构造，特色上线服务、企业级运维和治理等性能，让特色工程开发回归于实质——专一于高质量的特色计算脚本开发，不再被工程化效率落地所羁绊。

对于 Apache Pulsar

Apache Pulsar 是下一代云原生音讯流平台，在 2018 年 9 月毕业成为 Apache 软件基金会顶级我的项目。从 2012 年诞生时，Apache Pulsar 就前瞻性地采纳了存储计算拆散、分层分片的云原生架构，极大加重用户在音讯零碎中遇到的扩大和运维艰难。

Pulsar 通过特地的设计和形象，对立地反对 Stream 和 Queue 两种音讯生产模式，放弃了 Stream 模式的高性能和 Queue 模式的灵活性。Pulsar 在保障大数据音讯零碎的性能和吞吐量的同时，提供了更多企业级的 Feature，包含不便的运维和扩大、灵便的音讯模型、多语言 API、多租户、异地多备、数据的强持久性一致性等等，解决了现有开源音讯零碎的很多不足之处。同时，这种设计对容器十分敌对，使得 Pulsar 成为流原生平台的现实抉择。

OpenMLDB-Pulsar Connector

【Connector 概述】

  1. 定位

OpenMLDB Pulsar Connector，高效买通实时数据到特色工程，大幅晋升数据应用效率、助力开发者构建实时数据管道、使企业更专一和更高效的摸索数据的商业价值。
在 Pulsar in OpenMLDB 的工作流中，Connector（地位如下图所示）帮忙开发者轻松地将音讯零碎 Pulsar 与开源机器学习数据库 OpenMLDB 联合应用，面向机器学习施展出 Pulsar 最弱小的实时价值。

2、性能

  • Pulsar 能够应用 connector 来连贯其余零碎。Source connector 能够使其余零碎的数据流入 Pulsar，sink connector 能够将音讯流出至其余零碎。
  • 能够通过 Connector Admin CLI 并联合 sources 和 sinks 子命令来治理 Pulsar connector（例如，创立、更新、启动、进行、重启、重载、删除以及其余操作）。
  • JDBC OpenMLDB Connector 反对了 sink 性能，使 Pulsar 音讯能够写入到 OpenMLDB 在线存储中。

3、劣势
为了使 OpenMLDB 与 Pulsar 领有稳固的流式集成，OpenMLDB connector 具备诸多劣势，包含但不限于：

  • 易上手。无需编写任何代码，只需进行简略配置，便可通过 OpenMLDB Pulsar Connector 将 Pulsar 的音讯流入 OpenMLDB。简化的数据导入过程能大幅晋升企业的数据应用效率。
  • 易扩大。依据不同的业务需要，能够抉择在单机或集群上运行 OpenMLDB Pulsar Connector，助力企业构建实时数据管道。
  • 可继续。OpenMLDB Pulsar Connector 简略的装置和部署过程，使企业能更专一和更高效地摸索数据的商业价值。

4、Connector 下载地址

OpenMLDB Pulsar：

Connectorhttps://github.com/4paradigm/OpenMLDB/releases/download/v0.4.4/pulsar-io-jdbc-openmldb-2.11.0-SNAPSHOT.nar

【Connector 演示】

1、流程介绍

  • 创立 connector 前须要启动 OpenMLDB 集群，并创立表。
  • 创立 Pulsar standalone，创立 sink，sink 配置中应用 OpenMLDB 集群的 JDBC 地址。并且，创立用于解析音讯的 schema。
  • 向 Pulsar 发送音讯，来测试音讯是否能主动写入到 OpenMLDB。

2、关键步骤

以下仅列出应用此 connector 的关键步骤，具体阐明文档请参考 Pulsar OpenMLDB Connector 应用

步骤 1 | 启动 OpenMLDB 并创立表
应用 docker 或本地启动 OpenMLDB 集群，并创立表，作为 connector 导入的地址。如图所示，在 pulsar_test 数据库中，创立了 schema 和 taxi trip demo 统一的表 connector_test。

步骤 2 | 启动 Pulsar，创立 sink 和 schema
启动 Pulsar Standalone 胜利后，即可应用 connector 创立一个 sink，connector 如果事后装载进入 Pulsar，能够应用 ”jdbc-openmldb” 的 sink type，或是应用 ”archive” 指定 connector nar 文件门路。演示中应用后者来创立。创立 sink 的配置中还需指定 OpenMLDB 的表地址，所以配置状况如下：

因为 OpenMLDB 表数据是有 schema 的，所以还须要在 pulsar 中为 ”test_openmldb” 配置好 schema，才能够顺利将音讯解析为合乎 O penMLDB schema 的数据并插入。
咱们为 ”test_openmldb” 配置 JSON Schema，各列和 OpenMLDB 的列属性统一。配置文件如下：

sink 和 schema 均创立实现后，只有向 topic “test_openmldb”（sink 配置图的 ”inputs” 配置项）发送音讯，就会主动写入到 OpenMLDB 集群。

步骤 3 | 测试
前两步实现后，就能够进行测试了。测试用 Producer 要害代码如下：

咱们用 Producer 程序向 Pulsar 写入两条 JSON Messages。而后，咱们能够在 OpenMLDB 在线存储中查问到这两条数据。这阐明了，connector 运行失常，能够将流入 Pulsar 的音讯主动 sink 到 OpenMLDB 在线存储中。

写在最初

OpenMLDB 上下游生态体系

为更好升高开发者应用 OpenMLDB 的门槛，OpenMLDB 社区将继续打造面向上下游技术组件的生态圈，为开发者提供更多简略易用的生态 Connector（如下图所示）：

  • 面向线上数据生态，如 Kafka，Flink，RabbitMQ，RocketMQ 等
  • 面向离线数据生态，如 HDFS，HBase，Cassandra，S3 等
  • 面向模型构建的算法、框架，如 XGBoost，LightGBM，TensorFlow，PyTorch，Scikit Learn 等
  • 面向机器学习建模全流程的调度框架、部署工具，如 Airflow，Kubeflow，DolphinScheduler，Prometheus，Grafana 等

OpenMLDB Roadmap

v0.5.0

OpenMLDB 社区将于 4 月底公布 v0.5.0 版本（[[DEV] OpenMLDB v0.5 Roadmap · Issue #1506 · 4paradigm/OpenMLDB · GitHub](https://link.zhihu.com/?targe…)），届时 OpenMLDB 将具备新个性如下：

  • 窗口预聚合技术，指数级晋升长窗口聚合性能
  • 欠缺的监控, trace, 和 profiling 能力，在企业级应用环境中大幅晋升稳定性、可观测性、和可剖析性
  • 线上存储引擎可插拔以适配不同业务需要，既能够反对基于内存的高性能存储引擎，也能够反对基于外存的大容量低成本存储引擎，还能够反对基于长久内存的存储引擎以在性能和老本间保持平衡
  • 用户自定义函数（UDF）反对，大幅晋升易用性和适用性
  • 上下游数据源生态整合，提供线上数据源的 Kafka, Pulsar connectors

AI 的提高须要付出多方面的致力，而开放式合作是其中的关键环节，咱们期待来自开发者的奉献。欢送大家退出 OpenMLDB 社区，扫描下方二维码可退出社区技术交换微信群。

或可官网社区板块最下方找到入群通道 https://openmldb.ai/community/

相干浏览

https://github.com/4paradigm/OpenMLDB/issues/1506
（OpenMLDB Pulsar Connector）
https://openmldb.ai/docs/zh/v0.4/about/index.html
（OpenMLDB 文档）
Built-in connector · Apache Pulsar
（Apache Pulsar connector 文档，OpenMLDB Pulsar Connector 地位如图所示）

正文完
sql
发表至： sql
2022-04-21
 0
关于sql:知识扩展SQL查询基础
关于sql:SQL转置
关于sql:Scheduled-SQL-SLS-大规模日志上的全局分析与调度
关于sql:union-分页groupjoin-复杂查询net-coreframework