作者：spiderwu，腾讯 CSIG 高级工程师
1 解决方案描述
1.1 概述
本方案结合腾讯云 CKafka、流计算 Oceanus、私有网络 VPC、商业智能分析 BI 等，对视频直播行业数字化运营进行实时可视化分析。分析指标包含观看直播人员的地区分布、各级别会员统计、各模块打赏礼物情况、在线人数等。
视频直播场景
1.2 方案架构及优势
根据以上视频直播场景，设计了如下架构图：
架构图
涉及产品列表：
- 流计算 Oceanus
- 私有网络 VPC
- 消息队列 CKafka
- 云数据库 MySQL
- EMR 集群 HBase 组件
- 商业智能分析服务
2 前置准备
购买并创建相应的大数据组件。
2.1 创建 VPC 私有网络
私有网络是一块您在腾讯云上自定义的逻辑隔离网络空间，在构建 MySQL、EMR，ClickHouse 集群等服务时选择的网络必须保持一致，网络才能互通。否则需要使用对等连接、VPN 等方式打通网络。页面地址：https://console.cloud.tencent.com/vpc/vpc?rid=8
2.2 创建 Oceanus 集群
流计算 Oceanus 服务兼容原生的 Flink 任务。在 Oceanus 控制台的【集群管理】->【新建集群】页面创建集群，选择地域、可用区、VPC、日志、存储，设置初始密码等。VPC 及子网使用刚刚创建好的网络。创建完后 Flink 的集群如下：
Oceanus集群
2.3 创建消息队列 Ckafka
消息队列 CKafka（Cloud Kafka）是基于开源 Apache Kafka 消息队列引擎，提供高吞吐性能、高可扩展性的消息队列服务。消息队列 CKafka 完美兼容 Apache kafka 0.9、0.10、1.1、2.4、2.8 版本接口，在性能、扩展性、业务安全保障、运维等方面具有超强优势，让您在享受低成本、超强功能的同时，免除繁琐运维工作。页面地址：https://cloud.tencent.com/product/ckafka
2.2.1 创建 Ckafka 集群
注意私有网络和子网选择之前创建的网络和子网
Kafka集群
2.2.2 创建 topic
创建topic
2.2.3 模拟发送数据到 topic
1）kafka 客户端
进入同子网的 CVM 下，启动 kafka 客户端，模拟发送数据，具体操作文档参考官网：
https://cloud.tencent.com/document/product/597/56840
2）使用脚本发送
脚本一：Java 参考地址：https://cloud.tencent.com/document/product/597/54834
脚本二：Python 脚本生成模拟数据：
代码语言：javascript复制#!/usr/bin/python3
# 首次使用该脚本，需 "pip3 install kafka" 安装kafka模块
import json
import random
import time
from kafka import KafkaProducer
TIME_FORMAT = "%Y-%m-%d %H:%M:%S"
PROVINCES = ["北京", "广东", "山东", "江苏", "河南", "上海", "河北", "浙江", "香港",
"陕西", "湖南", "重庆", "福建", "天津", "云南", "四川", "广西", "安徽",
"海南", "江西", "湖北", "山西", "辽宁", "台湾", "黑龙江", "内蒙古",
"澳门", "贵州", "甘肃", "青海", "新疆", "西藏", "吉林", "宁夏"]
broker_lists = ['172.28.28.13:9092']
topic_live_gift_total = 'live_gift_total'
topic_live_streaming_log = 'live_streaming_log'
producer = KafkaProducer(bootstrap_servers=broker_lists,
value_serializer=lambda m: json.dumps(m).encode('ascii'))
# 模拟几天前，几小时前的数据
pre_day_count = 0
pre_hour_count = 0
hour_unit = 3600
day_unit = 3600 * 24
def generate_data_live_gift_total():
# construct time
update_time = time.time() - day_unit * pre_day_count
update_time_str = time.strftime(TIME_FORMAT, time.localtime(update_time))
create_time = update_time - hour_unit * pre_hour_count
create_time_str = time.strftime(TIME_FORMAT, time.localtime(create_time))
results = []
for _ in range(0, 10):
user_id = random.randint(2000, 4000)
random_gift_type = random.randint(1, 10)
random_gift_total = random.randint(1, 100)
msg_kv = {"user_id": user_id, "gift_type": random_gift_type,
"gift_total_amount": random_gift_total,
"create_time": create_time_str, "update_time": update_time_str}
results.append(msg_kv)
return results
def generate_live_streaming_log():
# construct time
update_time = time.time() - day_unit * pre_day_count
leave_time_str = time.strftime(TIME_FORMAT, time.localtime(update_time))
create_time = update_time - hour_unit * pre_hour_count
create_time_str = time.strftime(TIME_FORMAT, time.localtime(create_time))
results = []
for _ in range(0, 10):
user_id = random.randint(2000, 4000)
random_province = random.randint(0, len(PROVINCES) - 1)
province_name = PROVINCES[random_province]
grade = random.randint(1, 5)
msg_kv = {"user_id": user_id, "ip": "123.0.0." str(user_id % 255),
"room_id": 20210813, "arrive_time": create_time_str,
"create_time": create_time_str, "leave_time": leave_time_str,
"region": 1122, "grade": (user_id % 5 1), "province": province_name}
results.append(msg_kv)
return results
def send_data(topic, msgs):
count = 0
# produce asynchronously
for msg in msgs:
import time
time.sleep(1)
count = 1
producer.send(topic, msg)
print(" send %d data...n %s" % (count, msg))
producer.flush()
if __name__ == '__main__':
count = 1
while True:
time.sleep(60)
#for _ in range(count):
msg_live_stream_logs = generate_live_streaming_log()
send_data(topic_live_streaming_log, msg_live_stream_logs)
msg_topic_live_gift_totals = generate_data_live_gift_total()
send_data(topic_live_gift_total, msg_topic_live_gift_totals)2.4 创建 EMR 集群
EMR 是云端托管的弹性开源泛 Hadoop 服务，支持 Spark、HBase、Presto、Flink、Druid 等大数据框架，本次示例主要需要使用 Flume、Hive、YARN、HUE、Oozie 组件。页面地址https://console.cloud.tencent.com/emr
1）在 EMR 集群中安装 HBase 组件。
HBase组件
2）如果生产环境，服务器配置可根据实际情况选择，示例中选择了低配服务器，网络需要选择之前创建好的 VPC 网络，始终保持服务组件在同一 VPC 下。
网络选择
3）进入 HBase Master 节点
HBaseMaster节点
4）点击登录进入服务器
5）创建 Hbase 表
代码语言：javascript复制# 进入HBase命令
[root@172~]# hbase shell
# 建表语句
create ‘dim_hbase’, ‘cf’2.5 创建云数据库 MySQL
云数据库 MySQL（TencentDB for MySQL）是腾讯云基于开源数据库 MySQL 专业打造的高性能分布式数据存储服务，让用户能够在云中更轻松地设置、操作和扩展关系数据库。页面地址：https://console.cloud.tencent.com/cdb
新建 MySQL 服务的页面需要注意选择的网络是之前创建好的。
MySQL创建
创建完 MySQL 服务后，需要修改 binlog 参数，如图修改为 FULL（默认值为 MINIMAL）
mysql修改参数
修改完参数后，登陆 MySQL 创建示例所需要的数据库和数据库表。
1） 登陆 MySQL 云数据库
mysql登录
2） 新建数据库
打开 SQL 窗口或可视化页面创建数据库和表
代码语言：javascript复制CREATE DATABASE livedb; --创建数据库列表2.6 创建商业智能分析
商业智能分析（Business Intelligence，BI）支持自服务数据准备、探索式分析和企业级管控，是新一代的敏捷自助型 BI 服务平台。只需几分钟，您就可以在云端轻松自如地完成数据分析、业务数据探查、报表制作等一系列数据可视化操作。便捷的拖拉拽式交互操作方式，让您无需依赖 IT 人员，无需担心试错成本，快速洞察数据背后的关联、趋势和逻辑。
页面地址：https://cloud.tencent.com/product/bi
2.6.1 购买商业智能分析
- 需要主账号购买资源，购买时需根据创建的子账号数来进行购买。
BI购买
- 子用户提出申请
子用户申请
- 主账号审核通过。并给子用户授予添加数据源，创建数据集，查看报告的权限。
2.6.2 添加 MySQL 数据源
（这里选用开启外网方式连接，更多连接方式见官方文档：https://cloud.tencent.com/document/product/590/19294）
1） 打开购买的 MySQL 实例，开启外网
mysql开启外网
2）将 SaaS BI（119.29.66.144:3306）添加到 MySQL 数据库安全组
添加安全组1
添加安全组2
注意添加的是 MySQL 3306 端口，不是外网映射的端口。
添加安全组3
3）创建 MySQL 账户并配置权限
创建账户，并设置账号密码，注意主机 IP 设置为%
创建账户1
创建账户2
设置账号权限：
设置权限1
设置权限2
4） 进入智能商业分析，连接 MySQL 数据库。添加数据源->MySQL，填写完成后点击测试连接。
3 方案实现
接下来通过案例为您介绍如何利用流计算服务 Oceanus 实现视频直播数字化运营的实时可视化数据处理与分析。
3.1 解决方案
3.1.1 业务目标
这里只列取以下 3 种统计指标：
- 全站观看直播用户分布
- 礼物总和统计
- 各模块礼物统计 3.1.2 源数据格式
事件 log：live_streaming_log（topic）
Ckafka 内部采用 json 格式存储，展现出来的数据如下所示：
代码语言：javascript复制{
'user_id': 3165
, 'ip': '123.0.0.105'
, 'room_id': 20210813
, 'arrive_time': '2021-08-16 09:48:01'
, 'create_time': '2021-08-16 09:48:01'
, 'leave_time': '2021-08-16 09:48:01'
, 'region': 1122
, 'grade': 1
, 'province': '浙江'
}礼物记录：live_gift_log（topic 名）
{
'user_id': 3994
, 'gift_type': 3
, 'gift_total_amount': 28
, 'room_id': 20210813
, 'ip': '123.0.0.105'
, 'create_time': '2021-08-16 09:46:51'
, 'update_time': '2021-08-16 09:46:51'
}模块记录表：live_module_roomid（Hbase 维表）
3.1.2Oceanus SQL 作业编写
全网观看直播用户分布（需提前在 MySQL 建表）
1、定义 source
代码语言：javascript复制CREATE TABLE `live_streaming_log_source ` (
`user_id` BIGINT,
`ip` VARCHAR,
`room_id` BIGINT,
`arrive_time` TIMESTAMP,
`leave_time` TIMESTAMP,
`create_time` TIMESTAMP,
`region_code` INT,
`grade` INT,
`province` VARCHAR
) WITH (
'connector' = 'kafka',
'topic' = 'live_streaming_log',
'scan.startup.mode' = 'earliest-offset',
'properties.bootstrap.servers' = '172.28.28.13:9092',
'properties.group.id' = 'joylyu-consumer-2',
'format' = 'json',
'json.ignore-parse-errors' = 'false',
'json.fail-on-missing-field' = 'false'
);2、定义 sink
代码语言：javascript复制CREATE TABLE `live_streaming_log_sink` (
`user_id` BIGINT,
`ip` VARCHAR,
`room_id` BIGINT,
`arrive_time` TIMESTAMP,
`leave_time` TIMESTAMP,
`create_time` TIMESTAMP,
`region_code` INT,
`grade` INT,
`province` VARCHAR,
primary key(`user_id`, `ip`,`room_id`,`arrive_time`) not enforced
) WITH (
'connector' = 'jdbc',
'url' ='jdbc:mysql://172.28.28.227:3306/livedb?
rewriteBatchedStatements=true&serverTimezon=Asia/Shanghai',
'table-name' = 'live_streaming_log',
'username' = 'root',
'password' = 'xxxxx',
'sink.buffer-flush.max-rows' = '5000',
'sink.buffer-flush.interval' = '2s',
'sink.max-retries' = '3'
);3、业务逻辑
代码语言：javascript复制INSERT INTO `live_streaming_log_sink`
SELECT `*` FROM `live_streaming_log_source`;礼物总和统计（需提前在 MySQL 建表）
1、 定义 source
代码语言：javascript复制CREATE TABLE ` live_gift_total_source` (
`user_id` VARCHAR,
`gift_type` VARCHAR,
`gift_total_amount` BIGINT,
`ip` VARCHAR,
`create_time` VARCHAR
) WITH (
'connector' = 'kafka',
'topic' = 'live_gift_total',
'scan.startup.mode' = 'earliest-offset',
'properties.bootstrap.servers' = '172.28.28.13:9092',
'properties.group.id' = 'joylyu-consumer-1',
'format' = 'json',
'json.ignore-parse-errors' = 'false',
'json.fail-on-missing-field' = 'false'
);2、 定义 sink
代码语言：javascript复制CREATE TABLE `live_gift_total_sink` (
`gift_type` VARCHAR,
`gift_total_amount` BIGINT,
primary key(`user_id`, `gift_type`) not enforced
) WITH (
'connector' = 'jdbc',
'url' = 'jdbc:mysql://172.28.28.227:3306/livedb?
rewriteBatchedStatements=true&serverTimezone=Asia/Shanghai',
'table-name' = 'live_gift_total',
'username' = 'root',
'password' = 'xxxxx',
'sink.buffer-flush.max-rows' = '5000',
'sink.buffer-flush.interval' = '2s',
'sink.max-retries' = '3'
);3、 业务逻辑
代码语言：javascript复制INSERT INTO `live_gift_total_sink`
SELECT `gift_type`,
SUM(`gift_total_amount`) as `gift_total_amount_all`
FROM `live_gift_total_source`
GROUP BY `gift_type`;各模块礼物统计（需提前在 MySQL 建表）
1、 定义 source
代码语言：javascript复制CREATE TABLE `live_gift_total_source` (
`user_id` VARCHAR,
`gift_type` VARCHAR,
`gift_total_amount` BIGINT,
`ip` VARCHAR,
`create_time` VARCHAR,
proc_time AS PROCTIME()
) WITH (
'connector' = 'kafka',
'topic' = 'live_gift_total',
'scan.startup.mode' = 'earliest-offset',
'properties.bootstrap.servers' = '172.28.28.13:9092',
'properties.group.id' = 'joylyu-consumer-1',
'format' = 'json',
'json.ignore-parse-errors' = 'false',
'json.fail-on-missing-field' = 'false'
);2、 定义 Hbase 维表
代码语言：javascript复制CREATE TABLE `dim_hbase` (
`rowkey` STRING,
`cf` ROW <`module_id` STRING>,
PRIMARY KEY (`rowkey`) NOT ENFORCED
) WITH (
'connector' = 'hbase-1.4',
'table-name' = 'dim_hbase',
'zookeeper.quorum' = '用户自己的hbase服务器zookeeper地址'
);3、 定义 sink
代码语言：javascript复制CREATE TABLE `module_gift_total_sink` (
`module_id` BIGINT,
`module_gift_total_amount` BIGINT,
primary key(`module_id`) not enforced
) WITH (
'connector' = 'jdbc',
'url' = 'jdbc:mysql://172.28.28.227:3306/livedb?
rewriteBatchedStatements=true&serverTimezone=Asia/Shanghai',
'table-name' = 'live_gift_total',
'username' = 'root',
'password' = 'xxxxx',
'sink.buffer-flush.max-rows' = '5000',
'sink.buffer-flush.interval' = '2s',
'sink.max-retries' = '3'
);4、业务逻辑
代码语言：javascript复制INSERT INTO `module_gift_total_sink`
SELECT
`b`.`cf`.`module_id`,
SUM(`a`.`gift_total_amount`) AS `module_gift_total_amount`
FROM `live_gift_total_source` AS `a`
LEFT JOIN `dim_hbase` AS `b` for SYSTEM_TIME as of `a`.`proc_time`
ON `a`.`room_id` = `b`.`rowkey`
GROUP BY `b`.`cf`.`module_id`;3.2 实时大屏可视化展示
3.2.1 添加数据源
进入商业智能分析界面，点击添加数据源->MySQL，按上面方法连接到指定 MySQL 数据库，点击保存。
3.2.2 创建数据集
点击创建数据集->SQL 数据集（可根据实际业务场景选择其他数据集），从刚才的数据源中添加数据集，点击保存。
3.2.3 制作报告
新建报告。点击制作报告->新建报告（可选择任意模版），拖拽组件到中间空白处完成报告的制作。
设置实时刷新。点击左上角报告设置->高级，勾选获取实时数据，刷新间隔设置为 3s（根据实际业务情况自行选择），这样可以根据 Mysq 数据源间隔 3s 一次自动刷新报告。完成之后点击保存。
具体步骤见官网文档：https://cloud.tencent.com/document/product/590/19753
3.2.4 查看报告
点击查看报告，选择刚才保存的报告，可以动态展示报告。（注：此报告只做演示使用，可以参考官方文档优化报告：https://cloud.tencent.com/document/product/590/19784）
如下图所示，大屏中总共 6 个图表。
图表 1：用户地区分布。表示观看直播客户在全国范围内的地区分布；
图表 2：各级别会员人数。表示各个会员等级的总人数；
图表 3：礼物类型总和。表示收到各礼物类型的总和；
图表 4：最近 6h 礼物总数统计。表示最近 6 小时收到的礼物总计和；
图表 5：刷礼物排行前 10。表示刷礼物最多的 10 个客户；
图表 6：在线人数。当天每个时间段进入直播间的人数。
实时大屏
4 总结
通过腾讯云CKafka组件采集数据，在兼容Flink开源版本的流计算Oceanus中实时进行维表关联等加工处理，将加工后的数据存储在MySQL等数据库中，最终通过商业智能分析BI组件实时刷新MySQL的数据绘制出了实时大屏，得到了实时刷新的效果。这个方案在数据库表设计时为了简便易懂做了简化处理，重点打通腾讯云产品展现整个方案。限于个人水平，如有理解有误之处欢迎批评指正。
