阿里云体验有奖：使用PolarDB-X与Flink搭建实时数据大屏

体验简介

场景将提供一台配置了CentOS 8.5操作系统的ECS实例（云服务器）。通过本教程的操作带您体验如何使用PolarDB-X与Flink搭建一个实时数据链路，模拟阿里巴巴双十一GMV大屏。

实验准备

1. 创建实验资源

开始实验之前，您需要先创建ECS实例资源。

1. 在实验室页面，单击创建资源。

2. （可选）在实验室页面左侧导航栏中，单击云产品资源列表，可查看本次实验资源相关信息（例如IP地址、用户信息等）。

说明：资源创建过程需要1~3分钟。

2. 安装PolarDB-X

本步骤将指导您如何安装PolarDB-X。

1. 安装并启动Docker。

   1. 执行如下命令，安装Docker。

curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun

1. 执行如下命令，启动Docker。

systemctl start docker

1. 执行如下命令，安装PolarDB-X。

docker run -d --name some-polardb-x -p 8527:8527 polardbx/polardb-x:2.1.0

3. 在PolarDB-X中准备订单表

PolarDB-X支持通过MySQL Client命令行、第三方客户端以及符合MySQL交互协议的第三方程序代码进行连接。本实验使用MySQL Client命令行连接到PolarDB-X数据库。

本步骤将指导您如何连接PolarDB-X数据库，并创建测试库、测试表和测试数据。

1. 执行如下命令，安装MySQL。

yum install mysql -y

1. 执行如下命令，查看MySQL版本号。

mysql -V

返回结果如下，表示您已成功安装MySQL。

1. 执行如下命令，登录PolarDB-X数据库。

说明：

• 本实验场景中的PolarDB-X数据库用户名和密码已预设，请您使用下方命令登录即可。

• 如遇到mysql: [Warning] Using a password on the command line interface can be insecure.ERROR 2013 (HY000): Lost connection to MySQL server at 'reading initial communication packet', system error: 0报错，请您稍等一分钟，重新执行登录命令即可。

mysql -h127.0.0.1 -P8527 -upolardbx_root -p123456

返回结果如下，表示您已成功登录PolarDB-X数据库。

1. 执行如下SQL语句，创建测试库mydb。

create database mydb;

1. 执行如下SQL语句，使用测试库mydb。

use mydb;

1. 执行如下SQL语句，创建订单表orders。

CREATE TABLE `orders` (
 `order_id` int(11) NOT NULL AUTO_INCREMENT,
 `order_date` datetime NOT NULL,
 `customer_name` varchar(255) NOT NULL,
 `price` decimal(10, 5) NOT NULL,
 `product_id` int(11) NOT NULL,
 `order_status` tinyint(1) NOT NULL,
 PRIMARY KEY (`order_id`)
)AUTO_INCREMENT = 10001;

1. 执行如下SQL语句，给订单表orders中插入数据。

INSERT INTO orders
VALUES (default, '2020-07-30 10:08:22', 'Jark', 50.50, 102, false),
       (default, '2020-07-30 10:11:09', 'Sally', 15.00, 105, false),
       (default, '2020-07-30 12:00:30', 'Edward', 25.25, 106, false);

1. 输入exit退出数据库。

4. 运行Flink

本步骤将指导您如何下载并运行Flink。

1. 安装JDK。

a.执行如下命令，使用yum安装JDK 1.8。

yum -y install java-1.8.0-openjdk*

b.执行如下命令，查看是否安装成功。

java -version

返回结果如下，表示您已成功安装JDK 1.8。

1. 下载Flink和Flink CDC MySQL Connector。

a.执行如下命令，下载Flink。

wget https://labfileapp.oss-cn-hangzhou.aliyuncs.com/PolarDB-X/flink-1.13.6-bin-scala_2.11.tgz

b.执行如下命令，解压Flink。

tar xzvf flink-1.13.6-bin-scala_2.11.tgz

c.执行如下命令，进入lib目录。

cd flink-1.13.6/lib/

d.执行如下命令，下载flink-sql-connector-mysql-cdc。

wget https://labfileapp.oss-cn-hangzhou.aliyuncs.com/PolarDB-X/flink-sql-connector-mysql-cdc-2.2.1.jar

e.执行如下命令，返回Flink目录。

cd ..

1. 启动Flink。

a.执行如下命令，启动Flink。

./bin/start-cluster.sh

b.执行如下命令，连接Flink。

./bin/sql-client.sh

1. 在Flink中创建与PolarDB-X关联的订单表orders。

a.执行如下SQL语句，创建订单表orders。

CREATE TABLE orders (
 order_id INT,
 order_date TIMESTAMP(0),
 customer_name STRING,
 price DECIMAL(10, 5),
 product_id INT,
 order_status BOOLEAN,
 PRIMARY KEY (order_id) NOT ENFORCED
) WITH (
'connector' = 'mysql-cdc',
'hostname' = 'localhost',
'port' = '8527',
'username' = 'polardbx_root',
'password' = '123456',
'database-name' = 'mydb',
'table-name' = 'orders'
);

b.执行如下SQL语句，查看订单表orders。

select * from orders;

返回结果如下，您可以查看到PolarDB-X的订单表orders的数据已经同步到Flink的订单表orders中。

c.按q键退出。

5. 启动压测脚本并实时获取GMV

经过前面几步操作后，我们在PolarDB-X中准备好了原始订单表，在Flink中准备好了对应的订单表，并通过 PolarDB-X Global Binlog与Flink CDC MySQL Connector打通了两者之间的实时同步链路。 本步骤将指导您如何创建压测脚本，模拟双十一零点大量订单涌入的场景。

1. 准备压测脚本。

a.在实验页面，单击右上角的图标，创建新的终端二。

b.执行如下命令，创建配置文件mysql-config.cnf。

vim mysql-config.cnf

c.将如下代码添加到配置文件mysql-config.cnf中。

[client]
user = "polardbx_root"
password = "123456"
host = 127.0.0.1
port = 8527

d.添加完成后的文件内容如下所示。按下Esc键后，输入:wq后按下Enter键保存并退出。

e.执行如下命令，创建脚本buy.sh。

vim buy.sh

f.将如下代码添加到脚本buy.sh中。

#!/bin/bash

echo "start buying..."

count=0
while :
do
 mysql --defaults-extra-file=./mysql-config.cnf -Dmydb -e "insert into orders values(default, now(), 'free6om', 1024, 102, 0)"
 let count++
 if ! (( count % 10 )); then
  let "batch = count/10"
  echo $batch": got 10 products, gave 1024￥"
 fi
 sleep 0.05
done

g.添加完成后的文件内容如下所示。按下Esc键后，输入:wq后按下Enter键保存并退出。

h.执行如下命令，为脚本buy.sh增加执行权限。

chmod +x buy.sh

1. 启动Flink实时计算。

本实验场景通过Flink SQL实时呈现GMV计算结果。

切换至终端一，在Flink中执行如下SQL语句，查询GMV（gmv列）和订单数（orders列）。

select 1, sum(price) as gmv, count(order_id) as orders from orders;

返回结果如下，您可在Flink的实时计算结果中查看到实时的GMV（gmv列）和订单数（orders列）。

1. 启动压测脚本。

a.切换至终端二，执行如下命令，启动压测脚本，开始创建订单。

./buy.sh

返回结果如下，您可看到压测脚本启动后，不断有订单被创建出来。

b.切换至终端一，在Flink的实时计算结果中，可查看到实时的GMV（gmv列）和订单数（orders列）。

恭喜完成