视频直播：基于流计算 Oceanus（Flink）的实时大屏分析

原创

吴云涛

修改于 2022-04-27 10:41:20

2.5K0

修改于 2022-04-27 10:41:20

文章被收录于专栏：腾讯云流计算 Oceanus腾讯云流计算 Oceanus

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：/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：

/document/product/597/56840

2）使用脚本发送

脚本一：Java参考地址：/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 Hbase 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 BI（Business Intelligence，BI）提供从数据接入到模型分析、数据可视化呈现全流程 BI 能力，有效整合企业多业务数据源，帮助经营者快速获取决策数据依据。系统采用敏捷自助式设计，使用者仅需通过简单拖拽即可完成复杂的报表输出过程，通过和企业微信、公众号的打通，快速实现报表的分享、推送、评论互动等协作场景。

2.6.1购买商业智能分析

1) 登录商业智能分析 BI 控制台，使用主账号购买资源，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权限。

具体可参考商业智能分析 BI 五分钟入门

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：/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）

字段	类型	含义
user_id	bigint	客户号
ip	varchar	客户ip地址
room_id	bigint	房间号
arrive_time	timestamp	进入房间时间
leave_time	timestamp	离开房间时间
create_time	timestamp	创建时间
region_code	int	地区编码
grade	int	会员等级
province	varchar	所在省份

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）

字段	类型	含义
user_id	bigint	客户号
gift_type	int	礼物类型
room_id	bigint	房间号
gift_total_amount	int	礼物数量
ip	varchar	ip地址
create_time	timestamp	创建时间

{
     '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）

字段	例子	含义
room_id	20210813	房间号
mudule_id	1001	所属直播模块

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_amount_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_amount',
'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

创建项目

开通服务后，进入商业智能分析 BI 控制台，单击创建项目开始创建项目。在弹层中输入项目名称，选择项目 icon 颜色，单击创建并进入刚创建的项目。

添加数据源

数据源用于连接客户本地数据库或云数据库，是数据表加工的基础；数据表是对数据源进行加工后的结果，用于报表创作时使用。进入之前创建的项目，点击左上方【数据】> 【数据源】> 【新建数据源】即可快速创建本地数据源或云上数据源。

创建页面

点击左上方【页面】>【创建页面】。编辑好后即可单击右上角【保存】>【发布】。

具体操作步骤可参见商业智能分析 BI 五分钟入门。

查看页面

单击【看板】，选择刚才保存的报告，如下图所示，大屏中总共5个图表。

此处仅做展示使用，具体展示效果可根据业务情况做相应调整

图表1：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：各地域会员等级人数。表示各个地域不同会员等级的人数
图表5：礼物 Top10 客户。表示刷礼物最多的10个客户。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

流计算 Oceanus

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

登录后参与评论

0 条评论

热度