深度解密阿里巴巴技术利器:数据订阅
如何获取RDS实时增量数据
数据传输DTS提供数据订阅功能,数据订阅可以实时获取并分发RDS增量日志。通过数据订阅提供的SDK 您可以从数据订阅通道中实时获取并消费RDS增量日志。通过数据订阅功能,您可以实现业务消息通知、OLTP- OLAP数据实时同步、定制化ETL的数据实时同步、构建本地灾备等多种应用场景。数据订阅让您的实时数据流动起来,最大程度发挥数据资产的潜在价值。
为了帮助您更好得理解这个功能,本小节详细介绍数据订阅的基础技术原理、使用方式及典型应用场景。
要订阅并消费某一个RDS实例的增量数据,需要分两个步骤建立整个流程:
(1) 创建一个订阅通道,开始拉取RDS的增量数据
首先需要到数据传输控制台创建一个订阅通道,这个订阅通道的作用,主要是从RDS拉取增量日志,并解析封装成数据传输自己的消息格式,存储在数据传输服务器上,供用户订阅消费。
配置订阅通道的具体流程详见使用手册数据传输使用手册
(2) 启动 SDK,订阅并消费增量数据
SDK的具体定义及使用详见数据传输使用手册
基础技术原理本小节介绍数据订阅功能如何实现RDS增量数据的实时分发。数据订阅是通过拉取解析并分发RDS实例的增量日志来实现增量数据实时分发的能力,这种实现机制对RDS实例的性能毫无影响,所以您可以放心使用。
这里面SDK会通过http协议,向订阅通道请求增量数据。用户需要定义notify函数,当SDK收到增量数据时,会通知notify函数开始进行数据消费。通过通知消费的机制,可实现RDS增量数据实时消费
实时消息通知,让业务更简单可靠数据订阅一个非常重要的应用场景,就是通过数据库增量数据实现实时消息通知。这个应用场景在阿里巴巴内部得到了广泛的应用,目前线上每天有上万个下游业务,通过数据订阅获取核心业务的实时数据更新,并触发自身的变更逻辑。
下面举两个简单的例子,简单说明业务场景:
(1) 对于电商行业,有买家、卖家两个维度,当买家购买一个商品时,卖家商品需要减少库存
(2) 又例如对于新闻APP来说,有新闻录入和新闻检索两个纬度,由于新闻的时效性,一旦有新的新闻录入,检索服务就必须能够立即检索到这条新闻
上面的场景需要在两个业务之间实现实时的消息通知消费机制,这种应用场景可以通过数据实时订阅功能实现。通过数据订阅功能,可以在不影响业务A (例如买家订单、新闻录入系统)的情况下,实时触发业务 B(例如卖家库存、新闻检索系统)的变更逻辑。
业务数据实时分析,快速抢占商务先机数据分析在提高企业洞察力和用户体验方面发挥着举足轻重的作用,且实时数据分析能够让企业更快速、更灵活得调整策略,适应快速变化的市场方向及消费者体验。为了在不影响线上业务的情况下实现实时数据分析,需要将业务数据实时同步到分析系统中,由此可见,实时获取业务数据必不可少。数据传输提供的数据订阅功能,可以在不影响线上业务的情况下,帮助您获取业务的实时增量数据,通过SDK可将其同步至分析系统中进行实时数据分析。
其中RDS到ADS数据实时同步的更多内容详见使用阿里云数据传输实时同步RDS的数据
灵活数据转换,实现定制化数据实时同步数据传输提供了数据源之间的数据实时同步功能,但目前实时同步功能不能支持在同步过程中进行ETL处理,所以如果您的业务在传输过程中,需要进行数据转换(例如数据过滤,字段增减,对象映射等),那么可以通过数据订阅功能,实现定制化数据实时同步。
例如上图所示,用户需要将源实例的table1,同步到目标实例的table1_1,且只需要col1、col2两个列,需要过滤掉col1=data4的记录。对于这种包含ETL的数据实时同步场景,可以使用数据订阅功能快速满足。
构建本地灾备,让数据更安全数据作为企业的重要资产,其完整安全性显得尤为重要。今天,阿里云上的很多企业用户为提高数据安全性,都会希望在本地IDC构建数据实时灾备,这样即使阿里云发生任何意外,也不会出现业务数据丢失。 利用数据传输提供的数据实时订阅功能,可以帮助您在本地IDC快速构建阿里云的数据灾备中心,提高业务数据安全性。
数据传输提供实时、高可用、高可靠的RDS增量数据数据实时分发能力。通过这个功能您可以在不影响RDS实例性能的情况下,订阅并消费RDS实时增量数据,实现实时消息通知、OLTP- OLAP数据实时同步,含ETL的数据实时同步及本地灾备等多种典型应用场景。
数据订阅只是数据传输提供的一种传输方式,除数据订阅之外,数据传输还提供了数据实时同步,不停服迁移等多种传输能力,如需了解数据传输更多详情,请猛击数据传输
行业实践:RocketMQ 业务集成典型行业应用和实践 本文讲述了 RocketMQ 的业务消息场景、一些功能特性的使用方法,包括事务消息、定时消息、消息全链路灰度等,欢迎大家尝试使用。
阿里巴巴鹰眼系统简介 微服务框架带来的好处十分多,比如说它提高了开发的效率,它具备更好的扩展性。可是微服务其实是一把双刃剑,微服务同时也带来了一些问题,比如:
阿里IM技术分享(十):深度揭密钉钉后端架构的单元化演进之路 今天想借此文和大家分享我们在钉钉单元化架构实施过程中的心路历程和一些最佳实践。因涉及的技术和业务面太广,本文的分享无法做到面面俱到,主要是想在同路人中形成共鸣,进而能复用一些架构或子系统的设计和实现思路。
阿里巴巴内部:2022年全技术栈PPT分享(架构篇+算法篇+大数据) 我只截图不说话,PPT大全,氛围研发篇、算法篇、大数据、Java后端架构!除了大家熟悉的交易、支付场景外,支撑起阿里双十一交易1682亿元的“超级工程”其实包括以下但不限于客服、搜索、推荐、广告、库存、物流、云计算等。 Java核心技术栈:覆盖了JVM、锁、并发、Java反射、Spring原理、微服务、Zookeeper、数据库、数据结构等大量知识点。 大数据:Spark、Hadoop
《行业实践:RocketMQ 业务集成典型行业应用和实践》电子版地址 阿里云消息队列自商业化以来,服务了云上来自互联网、电商、金融、政企等众多行业数万家企业客户,积累了大量行业生产实践案例。本次分享将集中以行业应用案例为背景介绍RocketMQ在多行业的功能应用,并给出常见的误区和避坑分享,帮助企业客户更科学地使用消息队列进行业务架构解耦和集成。
IM消息ID技术专题(七):网易严选分布式ID的技术选型、优化、落地实践 本文将基于网易严选的订单ID使用现状,分享我们是如何结合业内常用的分布式ID解决方案,从而在此基础之上进行ID特性丰富,并不断提升系统可用性和稳定性保障。同时,也对ID生成算法的落地实践过程中遇到坑进行了深入剖析。
行业实践:RocketMQ 业务集成典型行业应用和实践 本文讲述了 RocketMQ 的业务消息场景、一些功能特性的使用方法,包括事务消息、定时消息、消息全链路灰度等,欢迎大家尝试使用。
大咖说·对话生态|当Confluent遇见云:实时流动的数据更有价值 Confluent如何实现高速增长?如何帮助客户实现数字化转型?有哪些成功经验值得借鉴?本期大咖说,阿里云联合Confluent一同探讨企业在大数据应用方面的数字化转型之道。
圆桌讨论:如何构建一站式全链路解决方案 本文整理自天翼云首席研发专家候圣文,OceanBase社区布道师周跃跃,CloudCanal联合创始人万凯明,StarRocks解决方案架构师王天宜,在如何构建简单高效的现代化数据栈的分享。
相关文章
- 数字化管理者数字技术选型指南——“2022中国数字技术新力量图谱2.0”重磅发布
- VLAN技术原理,附分析过程,简单易懂
- 【rainbowzhou 面试17/101】技术提问--如何进行数据质量检查?
- 给科研技术背景创始人的建议2.0by张颖
- 告别RNN,迎来TCN!股市预测任务是时候拥抱新技术了
- 7天搞定一门新技术!5个含金量很高的短篇课程推荐
- Redis数据持久化方式技术解析
- 大数据技术之流量汇总案例详解大数据
- 除Hadoop外你还需要知道的9个大数据技术详解大数据
- Redis主从复制技术:强力保障数据安全(redis主从作用)
- 深入浅出 Oracle 数据去重技术(oracle数据去重)
- 技术Linux Nero 技术:实现计算机全面升级(linuxnero)
- Oracle存储图片:实现企业数据化新技术(oracle存储图片)
- 处理MySQL时间数据处理技术指南(mysql时间数据)
- Oracle存储文件的技术思路(oracle存文件)
- 「MSSQL时间查询」——高效查询数据的必备技术(mssql时间查询)
- Ajax技术实现MySQL数据查询与更新(ajax连接mysql)
- 服务器安装MSSQL:构建技术基础之路(服务器安装mssql)
- MySQL实现大数据导入的新技术(mysql大数据导入)
- SQL Server云端数据同步实现技术揭秘(sqlserver云同步)
- Oracle自动表分区技术在数据库中的应用(oracle自动表分区)
- ASP技术保障Oracle数据库安全备份(asp备份oracle)
- ES与Oracle数据同步技术研究(es oracle 同步)
- Oracle DTL技术由宏观而微观的数据演进管理(dtl oracle)
- 技术1亿量级数据MySQL技术优化分析(1亿数据mysql)
- Oracle数据库中的索引分区技术(oracle中的索引分区)
- 持久化持续数据更新商城采用Redis技术存储(商城数据存在redis)
- Oracle数据库技术(37)