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。

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：

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：

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

2.2.2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：

#!/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。

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。

3）进入HBase Master节点

4）点击登录进入服务器

5）创建Hbase表

# 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。

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）

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

2） 新建数据库

打开SQL窗口或可视化页面创建数据库和表

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

1) 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。

2) 子用户提出申请

3) 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

2） 将SaaS BI（119.29.66.144:3306）添加到MySQL数据库安全组

注意添加的是MySQL 3306端口，不是外网映射的端口。

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%

设置账号权限，

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：

{
'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）

3.1.3 Oceanus 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

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

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

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

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

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

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

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

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

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

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。