DataArts Studio 实践丨通过 Rest Client 接口读取 RESTful 接口数据的能力

本文分享自华为云社区《DataArts Studio 通过Rest Client 接口读取RESTful接口数据的能力，通过Hive-SQL存储》，作者： 张浩奇 。

Rest Client 提供了读取 RESTful 接口数据的能力。Rest Client 从 RESTful 地址中获取数据，转换为数据集成支持的数据类型，然后传递给下游的 hive-sql 节点存储。本文 POST 接口典型场景为例，为您示例如何使用 Rest Client，从 RESTful 地址中读取数据并同步到 hive 表中。

本文指导从 RESTful 地址中读取数据并同步到 MRS-Hive 表中。大致方案，DataArtStudio 管理配置采集任务，通过 CDM 服务进行代理下发和第三方 API 服务器进行对接，响应消息通过节点间参数传递给 MSR-Hive-SQL 解析入库，

集成流程如下:

方案开发流程如下：

步骤 1：DataArtsStudio 创建 Rest Client 任务

数据开发模块，创建 Rest Client 节点，输入 GET/POST 参数，包括认证方式，头域、请求参数/消息体

其中请求消息体中 json 可以使用 EL 表达式，比如携带时间过滤参数

JSON Body 体

{
"startTime":"#{DateUtil.format(DateUtil.addDays(Job.planTime,-1),"yyyy-MM-dd")}",
"endTime":"#{DateUtil.format(DateUtil.now(),"yyyy-MM-dd")}"
}

系统转换后参数如下：

{
"startTime":"2023-07-11",
"endTime":"2023-07-12"
}

EL 表达式的详细参考如下：

https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0494.html

响应消息的 JSON 中返回的消息如下数组格式：

Response body:
{"data":
[
{
"id":99467,
"proportionProjectId":"0405",
"proportionProjectName":"外勤津贴",
"proportionAfterTax":40800,
"proportionDepartmentId":289,
"proportionDepartmentName":"总所税务部",
"voucherStatusTime":1600758794000,
"billsNumber":"2020092299467"
},
{
"id":102000,
"proportionProjectId":"040102",
"proportionProjectName":"040102 _ 职能部门员工年薪",
"proportionAfterTax":20000,
"proportionDepartmentId":296,
"proportionDepartmentName":"总所创客部",
"voucherStatusTime":1606209149000,
"billsNumber":"2020112402000"
}
]
}

步骤 2：MSR-Hive 创建表

CREATE TABLE IF NOT EXISTS mrs_hive_rest
(
`billsNumber` STRING
,`proportionDepartmentId` BIGINT
,`voucherStatusTime` BIGINT
,`proportionProjectId` STRING
,`proportionAfterTax` BIGINT
,`id` BIGINT
,`proportionProjectName` BIGINT
,`proportionDepartmentName` STRING
);

步骤 3：DataArtsStudio 创建 hive-sql 脚本用于存储 POST 接口的响应消息

数据开发模块创建 hive-sql 脚本，例如：

-- HIVE sql
-- ******************************************************************** --
-- author: zhanghaoqi
-- create time: 2023/07/12 15:50:41 GMT+08:00
-- ******************************************************************** --
SELECT * FROM mrs_hive_rest;
INSERT INTO mrs_hive_rest SELECT json_tuple(json, 'billsNumber', 'proportionDepartmentId', 'voucherStatusTime', 'proportionProjectId', 'proportionAfterTax', 'id', 'proportionProjectName', 'proportionDepartmentName') FROM (
SELECT explode(split(regexp_replace(regexp_replace('${jsonStr}', '\\[|\\]',''),'\\}\\,\\{','\\}\\;\\{'),'\\;'))
as json) t;
SELECT * FROM mrs_hive_rest;

SQL 脚本关键点说明，在脚本中引用**${jsonStr}** 作为响应的消息的 JSON 字符串进行解析（在步骤 4 中定义改参数内容）

由于响应消息是 JSON 数组，使用了内置的 json 和字符串方法进行解析。

步骤 4：DataArtsStudio 创建 hive-sql 节点执行脚本

创建 hive-sql 节点，执行步骤 3 脚本

参数关键点：脚本参数会自动提取 SQL 脚本中引用的参数，此处需要配置参数的内容，参数使用 EL 表达式获取前一个 Rest_Client 节点的返回值 #{JSONUtil.toString(JSONUtil.path(Job.getNodeOutput("Rest_Client_1729"),"data"))} 其中 Rest_Client_1729 为前一个节点的任务名，data 为前一个节点的数据路径。

步骤 5：配置完成后执行测试运行验证脚本

配置完成后，测试运行脚本，通过查看日志确认内容是否符合预期，SQL 入库是否成功。

[2023/07/12 20:13:24 GMT+0800] [INFO] Connect to server successfully

[2023/07/12 20:13:24 GMT+0800] [INFO] Executing SQL:SELECT * FROM mrs_hive_rest;

[2023/07/12 20:13:24 GMT+0800] [INFO] Execute SQL successfully

[2023/07/12 20:13:24 GMT+0800] [INFO] Reading SQL execution result

[2023/07/12 20:13:24 GMT+0800] [INFO] The first 0 rows:

[2023/07/12 20:13:24 GMT+0800] [INFO] Read SQL execution result successfully

[2023/07/12 20:13:24 GMT+0800] [INFO]

[2023/07/12 20:13:24 GMT+0800] [INFO] Executing SQL:INSERT INTO mrs_hive_rest SELECT json_tuple(json, ‘billsNumber’, ‘proportionDepartmentId’, ‘voucherStatusTime’, ‘proportionProjectId’, ‘proportionAfterTax’, ‘id’, ‘proportionProjectName’, ‘proportionDepartmentName’) FROM (

SELECT explode(split(regexp_replace(regexp_replace(’[{“billsNumber”:“2020092299467”,“proportionDepartmentId”:289,“voucherStatusTime”:1600758794000,“proportionProjectId”:“0405”,“proportionAfterTax”:40800,“id”:99467,“proportionProjectName”:“外勤津贴”,“proportionDepartmentName”:“总所税务部”},{“billsNumber”:“2020112402000”,“proportionDepartmentId”:296,“voucherStatusTime”:1606209149000,“proportionProjectId”:“040102”,“proportionAfterTax”:20000,“id”:102000,“proportionProjectName”:“040102 _ 职能部门员工年薪”,“proportionDepartmentName”:“总所创客部”}]’, ‘\[|\]’,’’),’\}\,\{’,’\}\;\{’),’\;’))

as json) t;

[2023/07/12 20:13:38 GMT+0800] [INFO] Execute SQL successfully

[2023/07/12 20:13:38 GMT+0800] [INFO] Reading SQL execution result

[2023/07/12 20:13:38 GMT+0800] [INFO] Read SQL execution result successfully

[2023/07/12 20:13:38 GMT+0800] [INFO]

[2023/07/12 20:13:38 GMT+0800] [INFO] Executing SQL:SELECT * FROM mrs_hive_rest;

[2023/07/12 20:13:38 GMT+0800] [INFO] Execute SQL successfully

[2023/07/12 20:13:38 GMT+0800] [INFO] Reading SQL execution result

[2023/07/12 20:13:38 GMT+0800] [INFO] The first 2 rows:

2020092299467,289,1600758794000,0405,40800,99467,null,总所税务部

2020112402000,296,1606209149000,040102,20000,102000,null,总所创客部

[2023/07/12 20:13:38 GMT+0800] [INFO] Read SQL execution result successfully

[2023/07/12 20:13:38 GMT+0800] [INFO]

确认脚本执行成功，入库成功。

【云咖问答】第 2 期 华为云大咖架构师坐阵，与你共话应用创新，提问互动赢开发者定制礼品~https://bbs.huaweicloud.com/forum/thread-0234124103999807029-1-1.html

点击关注，第一时间了解华为云新鲜技术~