Поставка данных в ksqlDB

Статья создана

Перед началом работы
Настройте интеграцию с Apache Kafka® для базы ksqlDB
Изучите формат данных, поступающих от Managed Service for Apache Kafka®
Создайте в ksqlDB таблицу для записи потока данных из топика Apache Kafka®
Получите тестовые данные из кластера Managed Service for Apache Kafka®
Запишите тестовые данные в ksqlDB
Проверьте наличие тестовых данных в топике Apache Kafka®
Удалите созданные ресурсы

ksqlDB — это база данных, которая предназначена для потоковой обработки сообщений, поступающих из топиков Apache Kafka®. Работа с потоком сообщений в ksqlDB похожа на работу с таблицами в обычной базе данных. Таблица ksqlDB автоматически пополняется данными, поступающими из топика, а данные, которые вы добавите в таблицу ksqlDB, отправляются в топик Apache Kafka®. Подробнее см. в документации ksqlDB.

Чтобы настроить поставку данных из Managed Service for Apache Kafka® в ksqlDB:

Настройте интеграцию с Apache Kafka® для базы ksqlDB.
Изучите формат данных, поступающих от Managed Service for Apache Kafka®.
Создайте в ksqlDB таблицу для записи потока данных из топика Apache Kafka®.
Получите тестовые данные из кластера Managed Service for Apache Kafka®
Запишите тестовые данные в ksqlDB.
Проверьте наличие тестовых данных в топике Apache Kafka®.

Если созданные ресурсы вам больше не нужны, удалите их.

Перед началом работы

Создайте кластер Managed Service for Apache Kafka® любой подходящей вам конфигурации:
- Если сервер ksqlDB размещен в интернете, создайте кластер Managed Service for Apache Kafka® с публичным доступом.
- Если сервер ksqlDB размещен в Yandex Cloud, создайте кластер Managed Service for Apache Kafka® в той же облачной сети, где находится ksqlDB.
Создайте топики в кластере Managed Service for Apache Kafka®:
1. Служебный топик _confluent-ksql-default__command_topic с настройками:
  - Фактор репликации — 1.
  - Количество разделов — 1.
  - Политика очистки лога — Delete.
  - Время жизни сегмента лога, мс — -1.
  - Минимальное число синхронных реплик — 1.
2. Служебный топик default_ksql_processing_log. Настройки топика могут быть любыми.
3. Топик для хранения данных locations. Настройки топика могут быть любыми.
Создайте учетную запись с именем ksql и назначьте ей роли производителя и потребителя для всех созданных ранее топиков.
Убедитесь, что вы можете подключиться к серверу ksqlDB.
Установите утилиту kafkacat на сервер ksqlDB и убедитесь, что можете с ее помощью подключиться к кластеру Managed Service for Apache Kafka® через SSL.
Установите утилиту для потоковой обработки JSON-файлов jq на сервер ksqlDB.

Настройте интеграцию с Apache Kafka® для базы ksqlDB

Подключитесь к серверу ksqlDB.
Добавьте SSL-сертификат в хранилище доверенных сертификатов Java (Java Key Store), чтобы ksqlDB мог использовать этот сертификат при защищенном подключении к хостам кластера. При этом задайте пароль в параметре -storepass для дополнительной защиты хранилища:
```
cd /etc/ksqldb && \
sudo keytool -importcert -alias YandexCA -file /usr/local/share/ca-certificates/Yandex/YandexCA.crt \
-keystore ssl -storepass <пароль хранилища сертификатов> \
--noprompt
```

Укажите в файле конфигурации ksqlDB /etc/ksqldb/ksql-server.properties данные для аутентификации в кластере Managed Service for Apache Kafka®:

bootstrap.servers=<FQDN брокера 1:9091, ..., FQDN брокера N:9091>
sasl.mechanism=SCRAM-SHA-512
security.protocol=SASL_SSL
ssl.truststore.location=/etc/ksqldb/ssl
ssl.truststore.password=<пароль хранилища сертификатов>
sasl.jaas.config=org.apache.kafka.common.security.scram.ScramLoginModule required username="ksql" password="<пароль учетной записи ksql>";

FQDN брокеров можно запросить со списком хостов в кластере, имя кластера — со списком кластеров в каталоге.

Перезапустите сервис ksqlDB командой:
```
sudo systemctl restart confluent-ksqldb.service
```

Изучите формат данных, поступающих от Managed Service for Apache Kafka®

Обработка потока данных из Managed Service for Apache Kafka® зависит от формата представления в сообщении Apache Kafka®.

В примере в топик Apache Kafka® locations будут записываться геоданные в формате JSON:

идентификатор profileId;
широта latitude;
долгота longitude;

Эти данные будут передаваться в виде сообщений Apache Kafka®. Каждое такое сообщение будет содержать JSON-объект как строку следующего вида:

{"profileId": "c2309eec", "latitude": 37.7877, "longitude": -122.4205}

База ksqlDB будет использовать таблицу из трех столбцов, в которой хранятся значения соответствующих параметров из сообщений Apache Kafka®.

Далее выполним настройку полей потоковой таблицы в базе ksqlDB.

Создайте в ksqlDB таблицу для записи потока данных из топика Apache Kafka®

Чтобы записывать информацию из топика Apache Kafka®, создайте в базе ksqlDB таблицу. Структура таблицы соответствует формату данных, которые поступают из Managed Service for Apache Kafka®:

Подключитесь к серверу ksqlDB.
Запустите клиент ksql командой:
```
ksql http://0.0.0.0:8088
```
Выполните запрос:
```
CREATE STREAM riderLocations 
(
  profileId VARCHAR,
  latitude DOUBLE,
  longitude DOUBLE
) WITH 
(
  kafka_topic='locations', 
  value_format='json', 
  partitions=<количество разделов топика "locations">
);
```
Эта потоковая таблица будет автоматически наполняться сообщениями из топика locations кластера Managed Service for Apache Kafka®. Для чтения сообщений ksqlDB использует настройки учетной записи ksql.

Подробнее о создании потоковой таблицы на движке ksqlDB см. в документации ksqlDB.

Выполните запрос:

SELECT * FROM riderLocations WHERE 
         GEO_DISTANCE(latitude, longitude, 37.4133, -122.1162) <= 5 
         EMIT CHANGES;

Запрос ожидает появления данных в таблице в реальном времени.

Получите тестовые данные из кластера Managed Service for Apache Kafka®

Подключитесь к серверу ksqlDB.

Создайте файл sample.json со следующими тестовыми данными:

{
  "profileId": "c2309eec", 
  "latitude": 37.7877,
  "longitude": -122.4205
}

{
  "profileId": "4ab5cbad", 
  "latitude": 37.3952,
  "longitude": -122.0813
}

{
  "profileId": "4a7c7b41", 
  "latitude": 37.4049,
  "longitude": -122.0822
}

Отправьте файл sample.json в топик locations кластера Managed Service for Apache Kafka® с помощью jq и kafkacat:
```
jq -rc . sample.json | kafkacat -P  \
   -b <FQDN брокера 1:9091, ..., FQDN брокера N:9091> \
   -t locations \
   -X security.protocol=SASL_SSL \
   -X sasl.mechanisms=SCRAM-SHA-512 \
   -X sasl.username=ksql \
   -X sasl.password="<пароль учетной записи ksql>" \
   -X ssl.ca.location=/usr/local/share/ca-certificates/Yandex/YandexCA.crt -Z
```
Информация отправляется с помощью учетной записи ksql. Подробнее о настройке SSL-сертификата и работе с kafkacat см. в разделе Подключение к топикам в кластере Apache Kafka®.

Убедитесь, что в сессии отобразились данные, которые были отправлены в топик:

+--------------------------+--------------------------+------------------------+
|PROFILEID                 |LATITUDE                  |LONGITUDE               |
+--------------------------+--------------------------+------------------------+
|4ab5cbad                  |37.3952                   |-122.0813               | 
|4a7c7b41                  |37.4049                   |-122.0822               |

Данные считываются с помощью учетной записи ksql.

Запишите тестовые данные в ksqlDB

Подключитесь к серверу ksqlDB.
Запустите клиент ksql командой:
```
ksql http://0.0.0.0:8088
```

Вставьте тестовые данные в таблицу riderLocations:

INSERT INTO riderLocations (profileId, latitude, longitude) VALUES ('18f4ea86', 37.3903, -122.0643);
INSERT INTO riderLocations (profileId, latitude, longitude) VALUES ('8b6eae59', 37.3944, -122.0813);
INSERT INTO riderLocations (profileId, latitude, longitude) VALUES ('4ddad000', 37.7857, -122.4011);

Эти данные синхронно отправляются в топик Apache Kafka® locations с помощью учетной записи ksql.

Проверьте наличие тестовых данных в топике Apache Kafka®

Подключитесь к серверу ksqlDB.

Проверьте сообщения в топике locations кластера Managed Service for Apache Kafka® с помощью kafkacat и учетной записи ksql:

kafkacat -C  \
 -b <FQDN брокера 1:9091, ..., FQDN брокера N:9091> \
 -t locations \
 -X security.protocol=SASL_SSL \
 -X sasl.mechanisms=SCRAM-SHA-512 \
 -X sasl.username=ksql \
 -X sasl.password="<пароль учетной записи ksql>" \
 -X ssl.ca.location=/usr/local/share/ca-certificates/Yandex/YandexCA.crt -Z -K:

Убедитесь, что в консоли отображаются сообщения, которые вы записали в таблицу.

Удалите созданные ресурсы

Если созданные ресурсы вам больше не нужны, удалите их:

Удалите виртуальную машину.
Если вы зарезервировали для виртуальной машины публичный статический IP-адрес, удалите его.
Удалите кластер Managed Service for Apache Kafka®.