流计算 Oceanus 简介
流计算 Oceanus 是大数据产品生态体系的实时化分析利器，是基于 Apache Flink 构建的具备一站开发、无缝连接、亚秒延时、低廉成本、安全稳定等特点的企业级实时大数据分析平台。流计算 Oceanus 以实现企业数据价值最大化为目标，加速企业实时化数字化的建设进程。
本文将通过一个处理数据后存入 MySQL 的作业示例，为您详细介绍如何使用 PyFlink。
前置准备
创建流计算 Oceanus 集群
进入 Oceanus 控制台 [1]，点击左侧【集群管理】，点击左上方【创建集群】，具体可参考 Oceanus 官方文档 创建独享集群 [2]。
创建 MySQL 实例
进入 MySQL 控制台 [3]，点击【新建】。具体可参考官方文档 创建 MySQL 实例 [4]。进入实例后，单击右上角【登录】即可登陆 MySQL 数据库。
创建 MySQL 表
代码语言：sql复制-- 建表语句，用于接受 Sink 端数据
CREATE TABLE `oceanus_intro10_output` (
`id` int(5) DEFAULT NULL,
`data` varchar(1000) DEFAULT ''
) ENGINE=InnoDB DEFAULT CHARSET=utf8本地开发 PyFlink
这里使用 Datagen 连接器随机生成数据，经过简单的逻辑处理后存入 MySQL 中。
代码编写
作者使用 PyCharm 新建了一个 Python 项目，并以 demo1.py 作为需要上传到 Oceanus 平台的主类。
## demo1.py
from pyflink.table import EnvironmentSettings, TableEnvironment
def pyflink_demo() :
env_settings = EnvironmentSettings.new_instance().in_streaming_mode().use_blink_planner().build()
table_env = TableEnvironment.create(env_settings)
table_env.execute_sql("""
CREATE TABLE datagen (
id INT,
data STRING
) WITH (
'connector' = 'datagen',
'fields.id.kind' = 'sequence',
'fields.id.start' = '1',
'fields.id.end' = '10'
)
""")
table_env.execute_sql("""
CREATE TABLE `jdbc_upsert_sink_table` (
id INT,
data VARCHAR
) WITH (
-- 指定数据库连接参数
'connector' = 'jdbc',
'url' = 'jdbc:mysql://xx.xx.xx.xx:3306/testdb?rewriteBatchedStatements=true&serverTimezone=Asia/Shanghai', -- 请替换为您的实际 MySQL 连接参数
'table-name' = 'oceanus_intro10_output', -- 需要写入的数据表
'username' = 'root', -- 数据库访问的用户名（需要提供 INSERT 权限）
'password' = '*************', -- 数据库访问的密码
'sink.buffer-flush.max-rows' = '200', -- 批量输出的条数
'sink.buffer-flush.interval' = '2s' -- 批量输出的间隔
)
""")
source_table = table_env.sql_query("select * from datagen")
result_table = source_table.select(source_table.id 1, source_table.data)
result_table.execute_insert("jdbc_upsert_sink_table").wait()
if __name__ == '__main__':
pyflink_demo()注意：如需本地调试，需在 PyCharm 终端输入命令
python -m pip install apache-flink安装 flink 环境，默认安装最新版本。
流计算 Oceanus 作业
1. 上传依赖
在 Oceanus 控制台，点击左侧【依赖管理】，点击左上角【新建】新建依赖，上传本地 demo1.py 文件。当然也可以上传 Python 程序包。
2. 创建作业
在 Oceanus 控制台，点击左侧【作业管理】，点击左上角【新建】新建作业，作业类型选择 Python 作业，点击【开发调试】进入作业编辑页面。
【主程序包】选择刚才上传的 demo1.py 文件，并选择最新版本；【Python 环境】选择 Python-3.7；【作业参数】 > 【内置 Connector】选择 flink-connector-jdbc。
注意：如果上传的为 Zip 文件（此处上传的为 py 文件），则【入口类】需填写相应的主入口类。
3. 运行作业
点击【发布草稿】即可运行，可通过【日志】面板 TaskManager 或 Flink UI 查看运行信息。
总结
本文首先用 Datagen 连接器生成随机数据，经过简单处理后存入 MySQL 中，并无复杂的逻辑处理和第三方 Python 包的应用。Oceanus 平台已经内置了常见的 Python 包，如果没有复杂的逻辑，可以直接上传 xxxx.py 文件到 oceanus 平台运行，非常方便初学者调试运行。当然 oceanus 平台也提供上传 Zip 包和第三方 Python 包的能力，详情可以参考 Oceanus Python 开发指南 [5]。
更多 Oceanus Flink 实践教程详见 流计算 Oceanus 教程 [6] 更多 PyFlink DataStream && Table API 编写详见 Flink 官方文档 [7]
参考链接
[1] Oceanus 控制台：https://console.cloud.tencent.com/oceanus/overview
[2] 创建独享集群：https://cloud.tencent.com/document/product/849/48298
[3] MySQL 控制台：https://console.cloud.tencent.com/cdb
[4] 创建 MySQL 实例：https://cloud.tencent.com/document/product/236/46433
[5] Oceanus Python 开发指南：https://cloud.tencent.com/document/product/849/70715
[6] 流计算 Oceanus 教程：https://cloud.tencent.com/developer/tag/10509
[7] Flink 官方文档：https://nightlies.apache.org/flink/flink-docs-release-1.13/zh/docs/dev/python/overview/
