设置 Openflow Connector for Kinesis¶

先决条件¶

1. 确保您已查看 关于 Openflow Connector for Kinesis。

2. 确保您已 设置 Openflow。

设置 Kinesis 流¶

作为 AWS 管理员，在您的 AWS 账户中执行以下操作：

1. 请确保您拥有一个具有 IAM 权限的 AWS 账户，以便访问 Kinesis Streams 和 DynamoDB (https://docs.aws.amazon.com/streams/latest/dev/kcl-iam-permissions.html)。

2. （可选）创建死信队列 (DLQ) Kinesis Stream。无法成功解析的消息可以重定向到指定的 DLQ。

设置 Snowflake 账户¶

作为 Snowflake 账户管理员，请执行以下任务：

1. 创建新角色或使用现有角色并授予 数据库权限。

2. 创建目标数据库和目标架构，以创建用于存储数据的目标表。

   1. 如果您计划使用连接器的功能自动创建目标表（如果目标表尚不存在），请确保用户具有创建和管理 Snowflake 对象所需的权限：

      对象	权限	备注
      数据库	USAGE
      架构	USAGE . CREATE TABLE .	创建架构级对象后，可以撤销 CREATE object 权限。
      表	OWNERSHIP	仅在使用 Kinesis 连接器将数据引入到 现有 表时需要。. 如果连接器为来自 Kinesis 流的记录创建新的目标表，则配置中指定的用户的默认角色将成为表所有者。

      您可以使用以下脚本创建和配置自定义角色（需要 SECURITYADMIN 或等效角色）：

      USE ROLE SECURITYADMIN;
      
      CREATE ROLE kinesis_connector_role_1;
      GRANT USAGE ON DATABASE kinesis_db TO ROLE kinesis_connector_role_1;
      GRANT USAGE ON SCHEMA kinesis_schema TO ROLE kinesis_connector_role_1;
      GRANT CREATE TABLE ON SCHEMA kinesis_schema TO ROLE kinesis_connector_role_1;
      
      -- Only for existing tables
      GRANT OWNERSHIP ON TABLE existing_table1 TO ROLE kinesis_connector_role_1;
      

      Copy

3. 创建一个类型为 SERVICE 的新 Snowflake 服务用户。

4. 向该 Snowflake 服务用户授予您在前面步骤中创建的角色。

   GRANT ROLE kinesis_connector_role_1 TO USER kinesis_connector_user_1;
   ALTER USER kinesis_connector_user_1 SET DEFAULT_ROLE = kinesis_connector_role_1;
   

   Copy

5. 为第 3 步中的 Snowflake SERVICE 用户配置 密钥对认证。

6. Snowflake 强烈建议执行此步骤。配置 Openflow 支持的密钥管理器（例如 AWS、Azure 和 Hashicorp），并将公钥和私钥存储在密钥存储库中。

   备注

   如果您出于任何原因不希望使用密钥管理器，则您有责任根据组织的安全策略保护用于密钥对身份验证的公钥和私钥文件。

   1. 配置密钥管理器后，确定如何对其进行身份验证。在 AWS 中，建议您使用与 Openflow 关联的 EC2 实例角色，因为这样就无需保留其他密钥。

   2. 在 Openflow 中，从右上角的汉堡菜单中配置与此密钥管理器关联的参数提供商。导航到 Controller Settings » Parameter Provider，然后提取您的参数值。

   3. 此时，可以使用关联的参数路径引用所有凭据，无需在 Openflow 中保留敏感值。

7. 如果任何其他 Snowflake 用户需要访问连接器引入的原始文档和表（例如，在 Snowflake 中进行自定义处理），则授予这些用户在步骤 1 中创建的角色。

8. 指定一个仓库供连接器使用。从最小的仓库规模开始，然后根据要复制的表数量和传输的数据量来测试规模。相较于扩大仓库规模，采用 多集群仓库 通常能更有效地应对海量表数量的扩展需求。

设置连接器¶

作为数据工程师，执行以下任务以安装和配置连接器：

运行流¶

1. 右键点击“飞机”图标并选择 Enable all Controller Services。

2. 右键点击导入的进程组并选择 Start。

连接器开始数据引入。

{
    "id": 1,
    "name": "Steve",
    "body_temperature": 36.6,
    "approved_coffee_types": ["Espresso", "Doppio", "Ristretto", "Lungo"],
    "animals_possessed":
    {
        "dogs": true,
        "cats": false
    },
    "date_added": "2024-10-15"
}

已知问题¶

• 连接器的进程组有一个名为“Upload Failure”的输出端口。它可以用来处理未成功上传到 Snowflake 的 FlowFiles。如果此端口未连接到连接器的进程组之外，它将显示一个可以忽略的警告标志。

• 所有处理器停止后，可以下令运行一次。由于内部架构，ConsumeKinesisStream 处理器在下令运行一次后将无法完成任何有意义的工作。要使处理器开始工作，它必须启动并运行大约两分钟。