作者 | 鄧小勇（靜行），阿裡巴巴進階技術專家
本文由阿裡巴巴進階技術專家鄧小勇（靜行）分享，主要用 Demo 示範如何通過實時計算 Flink 實時計算pv/uv的場景。内容将從以下幾部分進行：
- App 計算 pv/uv 場景
- 實作方案（From Flink-1.11）
- DDL
- DML
- 實操
首先為大家展示一個比較簡單的pv/uv場景。以下圖所示的APP為例，整個業務構架需要幾個入口，包括使用者通路入口、作者入口和營運人員入口。在營運人員入口進去可以檢視系統的一些名額，比如app 的pv/uv。
在開始介紹如何計算實時pv/uv之前，可以先了解下上圖的10個字段和它們對應的含義。通過這些字段可以了解到，使用者在APP上的任何一次操作都會在資料庫中留下一條對應的記錄，所有記錄就是該使用者在APP上的操作流水。
那麼如何實時計算pv/uv呢？
有兩種方案。
方案一，MySQL的變更資料同步到Kafka後進行實時計算。由于 Flink在設計之初是具有流表二象性的，是以在 Flink 1.1版本之後，就可以實作 Flink 對 Kafka變更資料的處理了，包括處理一些修改、删除等操作。處理後的結果會放到阿裡雲Hologress裡，友善使用者進行大資料查詢和分析。
方案二，從上圖可以看到方案一比方案二隻多了一個Kafka，在 Flink 1.11 版本之後，可以直接通過Debezium連接配接MySQL，然後經過Flink 實時計算，也可以完成同樣功能。
兩個方案都可以實作，那麼如何選擇呢？主要取決于業務。如果資料隻是暫存，日志需要展示或是需要多個下遊使用，需要儲存到Kafka；如果日志不需要回溯，或是沒有下遊使用，那麼方案二更适合。
實戰示範
如下圖所示，我們選擇方案二（MySQL-CDC源表方式）來示範。
首先打開實時計算 Flink平台，點選左側SQL編輯器，然後通過Create Table方式設定上文提到的10個字段。這樣就定義了資料的源頭。
定義源頭之後，接下來要建構目标表。如下圖所示，在建構目标表時，定義了blackhole_pv_uv表，構造了一個無實際存儲的目标端，充當調試作用，先把邏輯跑通，然後再去往目标端去寫代碼。Blackhole 會吸收掉輸出結果資料，先處理掉源端和計算的問題。
以上的表會落到 Flink Catalog裡，對于實時計算pv/uv上下遊表格的準備就完成了。如果需要調整表，也可以通過DDL SQL語句完成。
做好建表準備後，如何實時計算想要達到的目标呢？以最簡單的方式來示範。
先把資料寫到Blackhole裡，然後把4個字段值計算出來，比如cuurenttime，event_hour等。
通過上圖所示的代碼可以計算出，資料是什麼時候輸入的，資料的pv/uv值等等。
運作剛剛寫入的作業：
然後點選建立SQL作業，
建立完成後，點選啟動。
啟動後可以點選 Flink UI 來檢視運作狀态。檢視時候可以看到下端有顯示記錄了8條資料：
回到資料庫也能看到對應的8條資料：
如何把實際的結果寫到holo裡呢？
核心邏輯與上文實時計算的邏輯是一樣的，唯一不一樣的是，要把計算的結果既輸出到holo_pv_uv裡去，同時也輸出到backhole裡去，也就是要把同樣的結果輸出兩份，這是在流計算裡經常會遇到的情況。甚至還有在同一作業裡不同的業務邏輯或計算結果，也要輸出到不同的目标端的情況。
打開實時計算 Flink 頁面的SQL編輯器，在輸入框中建立 temporary view，把資料記錄到blackhole 裡和holo裡。
為了實作這個目标，需要增加一個叫begin statement set和end的文法，這其實是定義了一個計算邏輯，使得在它們中間的邏輯任務就會同時運作。
然後完成部署、建立作業和啟動後，就能看到這個計算邏輯已經成功了。