如何使用Function Compute對表格存儲中數(shù)據(jù)做簡單清洗

今天就跟大家聊聊有關(guān) 如何使用Function Compute對表格存儲中數(shù)據(jù)做簡單清洗，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

函數(shù)計算（Function Compute） 是一個事件驅(qū)動的服務(wù)，通過函數(shù)計算，用戶無需管理服務(wù)器等運(yùn)行情況，只需編寫代碼并上傳。函數(shù)計算準(zhǔn)備計算資源，并以彈性伸縮的方式運(yùn)行用戶代碼，而用戶只需根據(jù)實際代碼運(yùn)行所消耗的資源進(jìn)行付費。

Table Store Stream是用于獲取Table Store表中增量數(shù)據(jù)的一個數(shù)據(jù)通道，通過創(chuàng)建Table Store觸發(fā)器，能夠?qū)崿F(xiàn)Table Store Stream和函數(shù)計算的自動對接，讓計算函數(shù)中自定義的程序邏輯自動處理Table Store表中發(fā)生的數(shù)據(jù)修改。

表格存儲高并發(fā)的寫入性能以及低廉的存儲成本非常適合物聯(lián)網(wǎng)、日志、監(jiān)控數(shù)據(jù)的存儲，我們可以將數(shù)據(jù)寫入到表格存儲中，同時在函數(shù)計算中對新增的數(shù)據(jù)做簡單的清洗、轉(zhuǎn)換、聚合計算等操作，并將清洗之后的數(shù)據(jù)寫回到表格存儲的結(jié)果表中，并對原始明細(xì)數(shù)據(jù)及結(jié)果數(shù)據(jù)提供實時訪問。

下面，我們使用函數(shù)計算對表格存儲中的數(shù)據(jù)做簡單的清洗，并寫入到結(jié)果表中。

數(shù)據(jù)定義

我們假設(shè)寫入的為日志數(shù)據(jù)，包括三個基礎(chǔ)字段：

我們需要將 level>1 的日志寫入到另外一張數(shù)據(jù)表中，用作專門的查詢。

實現(xiàn)過程：

創(chuàng)建實例及數(shù)據(jù)表

在表格存儲的控制臺創(chuàng)建表格存儲實例（__本次以 華東2 distribute-test 為例__），并創(chuàng)建源表（__source_data__）及結(jié)果表（__result__），主鍵為均 __id (整型)__，由于表格存儲是 schemafree 結(jié)構(gòu)，無需預(yù)先定義其他屬性列字段。

開啟數(shù)據(jù)源表的Stream功能

觸發(fā)器功能需要先開啟數(shù)據(jù)表的Stream功能，才能在函數(shù)計算中處理寫入表格存儲中的增量數(shù)據(jù)。

Stream記錄過期時長 為通過 StreamAPI 能夠讀取到的增量數(shù)據(jù)的最長時間。

由于觸發(fā)器只能綁定現(xiàn)有的函數(shù)，故先到函數(shù)計算的控制臺上在同region創(chuàng)建服務(wù)及函數(shù)。

創(chuàng)建函數(shù)計算服務(wù)

在函數(shù)計算的控制臺上創(chuàng)建服務(wù)及處理函數(shù)，我們繼續(xù)使用華東2節(jié)點。

1.在華東2節(jié)點創(chuàng)建服務(wù)。

2.創(chuàng)建函數(shù)依次選擇：空白函數(shù)——不創(chuàng)建觸發(fā)器。

• 函數(shù)名稱為：etl_test，選擇 python2.7 環(huán)境，在線編輯代碼

• 函數(shù)入口為：etl_test.handler

• 代碼稍后編輯，點擊下一步。

3.進(jìn)行服務(wù)授權(quán)

由于函數(shù)計算需要將運(yùn)行中的日志寫入到日志服務(wù)中，同時，需要對表格存儲的表進(jìn)行讀寫，故需要對函數(shù)計算進(jìn)行授權(quán)，為方便起見，我們先添加 AliyunOTSFullAccess 與 __AliyunLogFullAccess __權(quán)限，實際生產(chǎn)中，建議根據(jù)權(quán)限最小原則來添加權(quán)限。

4.點擊授權(quán)完成，并創(chuàng)建函數(shù)。

5.修改函數(shù)代碼。

創(chuàng)建好函數(shù)之后，點擊對應(yīng)的函數(shù)—代碼執(zhí)行，編輯代碼并保存，其中，INSTANCE_NAME(表格存儲的實例名稱)、REGION(使用的區(qū)域)需要根據(jù)情況進(jìn)行修改：

使用示例代碼如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import cbor
import json
import tablestore as ots

INSTANCE_NAME = 'distribute-test'
REGION = 'cn-shanghai'
ENDPOINT = 'http://%s.%s.ots-internal.aliyuncs.com'%(INSTANCE_NAME, REGION)
RESULT_TABLENAME = 'result'


def _utf8(input):
    return str(bytearray(input, "utf-8"))

def get_attrbute_value(record, column):
    attrs = record[u'Columns']
    for x in attrs:
        if x[u'ColumnName'] == column:
            return x['Value']

def get_pk_value(record, column):
    attrs = record[u'PrimaryKey']
    for x in attrs:
        if x['ColumnName'] == column:
            return x['Value']

#由于已經(jīng)授權(quán)了AliyunOTSFullAccess權(quán)限，此處獲取的credentials具有訪問表格存儲的權(quán)限
def get_ots_client(context):
    creds = context.credentials
    client = ots.OTSClient(ENDPOINT, creds.accessKeyId, creds.accessKeySecret, INSTANCE_NAME, sts_token = creds.securityToken)
    return client

def save_to_ots(client, record):
    id = int(get_pk_value(record, 'id'))
    level = int(get_attrbute_value(record, 'level'))
    msg = get_attrbute_value(record, 'message')

    pk = [(_utf8('id'), id),]
    attr = [(_utf8('level'), level), (_utf8('message'), _utf8(msg)),]
    row = ots.Row(pk, attr)
    client.put_row(RESULT_TABLENAME, row)

def handler(event, context):
    records = cbor.loads(event)
    #records = json.loads(event)
    client = get_ots_client(context)
    for record in records['Records']:
        level = int(get_attrbute_value(record, 'level'))
        if level > 1:
            save_to_ots(client, record)
        else:
            print "Level <= 1, ignore."

對表格存儲 Stream 數(shù)據(jù)的格式詳情請參考Stream 數(shù)據(jù)處理

綁定觸發(fā)器

1.回到表格存儲的實例管理頁面，點擊表 source_data 后的 使用觸發(fā)器 按鈕，進(jìn)入觸發(fā)器綁定界面，點擊使用已有函數(shù)計算， 選擇剛創(chuàng)建的服務(wù)及函數(shù)，勾選 表格存儲發(fā)送事件通知的權(quán)限， 進(jìn)行確定。

2.綁定成功之后，能夠看到如下的信息：

運(yùn)行驗證

1.向 source_data 表中寫入數(shù)據(jù)。

2.在 result 表中查詢清洗后的數(shù)據(jù)

點擊 result 表的數(shù)據(jù)管理頁面，會查詢到剛寫入到 source_data 中的數(shù)據(jù)。
當(dāng)然，向 soure_data 寫入level <=1的數(shù)據(jù)將不會同步到 result 表中

看完上述內(nèi)容，你們對 如何使用Function Compute對表格存儲中數(shù)據(jù)做簡單清洗有進(jìn)一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。