如何使用FunctionCompute对表格存储中数据做简单清洗
今天就跟大家聊聊有关 如何使用Function Compute对表格存储中数据做简单清洗，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。
创新互联是一家企业级云计算解决方案提供商,超15年IDC数据中心运营经验。主营GPU显卡服务器，站群服务器，雅安移动机房，海外高防服务器，成都机柜租用，动态拨号VPS，海外云手机，海外云服务器，海外服务器租用托管等。
函数计算（Function Compute） 是一个事件驱动的服务，通过函数计算，用户无需管理服务器等运行情况，只需编写代码并上传。函数计算准备计算资源，并以弹性伸缩的方式运行用户代码，而用户只需根据实际代码运行所消耗的资源进行付费。
Table Store Stream是用于获取Table Store表中增量数据的一个数据通道，通过创建Table Store触发器，能够实现Table Store Stream和函数计算的自动对接，让计算函数中自定义的程序逻辑自动处理Table Store表中发生的数据修改。
表格存储高并发的写入性能以及低廉的存储成本非常适合物联网、日志、监控数据的存储，我们可以将数据写入到表格存储中，同时在函数计算中对新增的数据做简单的清洗、转换、聚合计算等操作，并将清洗之后的数据写回到表格存储的结果表中，并对原始明细数据及结果数据提供实时访问。
下面，我们使用函数计算对表格存储中的数据做简单的清洗，并写入到结果表中。
数据定义
我们假设写入的为日志数据，包括三个基础字段：
| 字段名称 | 类型 | 含义 |
|---|---|---|
| id | 整型 | 日志id |
| level | 整型 | 日志的等级，越大表明等级越高 |
| message | 字符串 | 日志的内容 |
我们需要将 level>1 的日志写入到另外一张数据表中，用作专门的查询。
实现过程：
创建实例及数据表
在表格存储的控制台创建表格存储实例（__本次以 华东2 distribute-test 为例__），并创建源表（__source_data__）及结果表（__result__），主键为均 __id (整型)__，由于表格存储是 schemafree 结构，无需预先定义其他属性列字段。
开启数据源表的Stream功能
触发器功能需要先开启数据表的Stream功能，才能在函数计算中处理写入表格存储中的增量数据。
Stream记录过期时长 为通过 StreamAPI 能够读取到的增量数据的最长时间。
由于触发器只能绑定现有的函数，故先到函数计算的控制台上在同region创建服务及函数。
创建函数计算服务
在函数计算的控制台上创建服务及处理函数，我们继续使用华东2节点。
1.在华东2节点创建服务。
2.创建函数依次选择：空白函数——不创建触发器。
函数名称为：etl_test，选择 python2.7 环境，在线编辑代码
函数入口为：etl_test.handler
代码稍后编辑，点击下一步。
3.进行服务授权
由于函数计算需要将运行中的日志写入到日志服务中，同时，需要对表格存储的表进行读写，故需要对函数计算进行授权，为方便起见，我们先添加 AliyunOTSFullAccess 与 __AliyunLogFullAccess __权限，实际生产中，建议根据权限最小原则来添加权限。
4.点击授权完成，并创建函数。
5.修改函数代码。
创建好函数之后，点击对应的函数—代码执行，编辑代码并保存，其中，INSTANCE_NAME(表格存储的实例名称)、REGION(使用的区域)需要根据情况进行修改：
使用示例代码如下：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import cbor
import json
import tablestore as ots
INSTANCE_NAME = 'distribute-test'
REGION = 'cn-shanghai'
ENDPOINT = 'http://%s.%s.ots-internal.aliyuncs.com'%(INSTANCE_NAME, REGION)
RESULT_TABLENAME = 'result'
def _utf8(input):
return str(bytearray(input, "utf-8"))
def get_attrbute_value(record, column):
attrs = record[u'Columns']
for x in attrs:
if x[u'ColumnName'] == column:
return x['Value']
def get_pk_value(record, column):
attrs = record[u'PrimaryKey']
for x in attrs:
if x['ColumnName'] == column:
return x['Value']
#由于已经授权了AliyunOTSFullAccess权限，此处获取的credentials具有访问表格存储的权限
def get_ots_client(context):
creds = context.credentials
client = ots.OTSClient(ENDPOINT, creds.accessKeyId, creds.accessKeySecret, INSTANCE_NAME, sts_token = creds.securityToken)
return client
def save_to_ots(client, record):
id = int(get_pk_value(record, 'id'))
level = int(get_attrbute_value(record, 'level'))
msg = get_attrbute_value(record, 'message')
pk = [(_utf8('id'), id),]
attr = [(_utf8('level'), level), (_utf8('message'), _utf8(msg)),]
row = ots.Row(pk, attr)
client.put_row(RESULT_TABLENAME, row)
def handler(event, context):
records = cbor.loads(event)
#records = json.loads(event)
client = get_ots_client(context)
for record in records['Records']:
level = int(get_attrbute_value(record, 'level'))
if level > 1:
save_to_ots(client, record)
else:
print "Level <= 1, ignore."对表格存储 Stream 数据的格式详情请参考Stream 数据处理
绑定触发器
1.回到表格存储的实例管理页面，点击表 source_data 后的 使用触发器 按钮，进入触发器绑定界面，点击使用已有函数计算， 选择刚创建的服务及函数，勾选 表格存储发送事件通知的权限， 进行确定。
2.绑定成功之后，能够看到如下的信息：
运行验证
1.向 source_data 表中写入数据。
2.在 result 表中查询清洗后的数据
点击 result 表的数据管理页面，会查询到刚写入到 source_data 中的数据。 当然，向 soure_data 写入level <=1的数据将不会同步到 result 表中
看完上述内容，你们对 如何使用Function Compute对表格存储中数据做简单清洗有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注创新互联行业资讯频道，感谢大家的支持。
名称栏目：如何使用FunctionCompute对表格存储中数据做简单清洗
标题URL：http://cdiso.cn/article/pjjpjc.html
