摘要： 表格存储的增量数据流功能能够使用户使用API获取Table Store表中增量数据，并可以进行增量数据流的实时增量分析、数据增量同步等。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，充分的利用了函数计算全托管、弹性伸缩的特点。
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 message
整型 字符串
日志的等级，越大表明等级越高 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

原文链接
本文为云栖社区原创内容，未经允许不得转载