Stream Processing Handson Workshop - Flink SQL Hands-on Workshop (Korean)

Welcome to the
Flink SQL
Hands-on Workshop

Hands-on Workshop:
Stream Processing Made Easy with
Flink SQL on Confluent Cloud
June 17, Seoul

HyunSoo Kim
Senior Solutions Engineer
Confluent Korea
Junhee Shin
Solutions Engineer
Confluent Korea
Today’s Hosts and Speakers
Jupil Hwang
Senior Solutions Engineer
Confluent Korea

13:30
14:00
14:30
15:30
15:40
16:40
17:00
Check-in, Setup (On-site)
Intro: What is “Shift Left”?
Hands-on Part 1: Getting Started with Flink
Break
Hands-on Part 2: Advanced Features of Flink
Tea Time
Close the Door
4
Agenda - Workshop

만약 Confluent Cloud 계정이 없다면, Confluent Cloud 계정은 여기에서 생성하세요:
https://www.confluent.io/get-started/
Remember? Prerequisites?

AWS/Azure/GCP 에서 구동하는 Confluent Cloud 가 필요합니다.
● Schema Registry가 활성화된 환경(Environment)에서
● 여러 개의 Kafka Topic들이 존재하고
● Flink를 기반으로 가상의 Data를 생성합니다.
이를 위해, Terraform 스크립트가 제공되며 실습에 필요한 기본
셋팅은 Terraform으로 자동 생성됩니다.
Remember? Prerequisites?(계속)

Workshop은 여기에서 시작하세요: “repo_url”
https://github.com/confluentinc/confluent-cloud-flink-workshop
https://buly.kr/GksQXW8
워크숍이 끝난 후에는 Cluster, Flink Pool 등
Confluent Cloud 리소스를 정리하는 것을 잊지 마세요.
(Prerequisites 매뉴얼에 삭제하는 명령어가 제공됩니다!)
Remember? Prerequisites?(계속)

Cloud resource management API Keys

Cloud resource management API Keys
Name 및 Description 입력 후 생성
생성 후 다운로드 받으세요.

Cloud resource management API Keys & Terraform
예)
terraform.tfvars 예시

Intro:
What is “Shift Left”?

13
….하지만 데이터 스트리밍 플랫폼이 없으면 잘못된 데이터가 조직 전체에
퍼져 나갑니다
마치 호수 위에 있는 집에 진흙
발자국을 남기는 것과 마찬가지죠!
Data Warehouse Data Lake “Lakehouse”
Scalable and high
performance for queries
and historical analyses
Scalable and flexible
for storing
unstructured data
Combines the advantages
of DWH and DL

오늘날의 데이터 파이프라인 접근 방식은
데이터 문제의 근본 원인입니다
Domain 1
Database
Domain 2
Database
Domain 3
Database
Data Lake
Lake House
Data Mart
Data
Warehouse
ML/AI
Reports &
Dashboards
Domain 4
Database
OPERATIONAL
SYSTEMS
ETL/ELT PIPELINES
ANALYTICAL
SYSTEMS

DATA WAREHOUSE / DATA LAKE
ML/AI
Dashboards
OPERATIONAL DATA
Poor decision making
with stale data
5 / 30 / 60 min batch ingestion
Poor lineage and governance
and increasing pipeline sprawl
Cascading data pollution and failures
Time
Batch 1
Process
Batch 2
Process
Batch 3
Process
Batch 4
Process
Time
Batch 1
Process
Batch 2
Process
Batch 3
Process
Batch 4
Process
Time
Batch 1
Process
Batch 2
Process
Batch 3
Process
Batch 4
Process
Time
Batch 1
Process
Batch 2
Process
Batch 3
Process
Batch 4
Process
Complex remodelling and reprocessing = $$$
‘JUST-ENOUGH’
CLEANSED DATA
READY-TO-USE
BUSINESS DATA
RAW DATA
DUMPS
ANIMATED SLIDE
Reports
ELT 파이프라인은 취약하고 느리며 비효율적입니다

Domain 1
Database
Domain 2
Database
Domain 3
Database
Data Lake
Lake House
Data Mart
Data
Warehouse
ML/AI
Reports &
Dashboards
Domain 4
Database
OPERATIONAL
SYSTEMS
ETL/ELT PIPELINES
ANALYTICAL
SYSTEMS
REVERSE ETL
More batch tools are bolted on
to reverse the flow of data – from
data warehouses and data lakes
back to operational systems and
apps – for “real-time” use cases
최신 애플리케이션에서는 데이터가 ‘Upstream'로 흐르도록 해야
하는 경우도 존재합니다

Batch Data Pipeline의 문제
불량 데이터 및
수동 고장 수리
부실한 거버넌스
및 데이터 접근성
중앙 집중식
고정
중복되고 비용이 많이 드는 처리
오래되고
신뢰할 수 없는 데이터
Batch 수집 및 대상지에서의 중복 처리로 인해 데이터 충실도 및 거버넌스 문제가 있는 거대한 Point-to-point 연결 혼란
Operational
Databases
ELT
ETL
Raw Cleansed
Business-
ready
Raw Cleansed
Data Warehouse / Data Lake
rETL
rETL
ML/AI
Reports &
Dashboards

데이터 스트리밍을 통해 실시간 및 안정적인 데이터 파이프라인을 구축하세요
Operational
Databases
Business-
ready
Data Warehouse / Data Lake
데이터를 한 번 구축하고 신뢰할 수 있게 만들어 어디서든 사용할 수 있습니다.
데이터 생성 후 밀리초 이내에 소스에서 처리 및 거버넌스를 전환하세요.
PROCESS
GOVERN
STREAM
Universal
Data Products
Operational Databases, SaaS Apps,
Custom Apps, AI Systems…
Cleansed
Microservices
ML/AI
Reports &
Dashboards
Cleansed
데이터 정리 및 유지 관리 감소
더욱 강화된 데이터 신뢰
및 자율성
효율적인 처리 및 낮은 지출
유비쿼터스
데이터 흐름
실시간
데이터 웨어하우징
CONNECT
CONNECT
CONNECT

Confluent 데이터 스트리밍 플랫폼의 장점
Streaming
Continuously capture and share
real-time data everywhere - to
your data warehouse, data lake and
operational systems and apps
Schema Management
Reduce faulty data downstream
by enforcing quality checks
and controls in the pipeline
with data contracts
Flink
Continuously process real-time data,
the moment it’s created, for well-
curated
reusable data products
Data Portal
Enable anyone with the right
access controls to effortlessly
explore and use real-time
data products for greater
data autonomy
Tableflow
Simplify representing
your operational data as a
ready-to-use Iceberg table
in just one-click
Stream Lineage
Understand the complex
data relationships and the
data journey to ensure
trustworthiness
Focus of today’s session

How Shift Left Works
데이터를 한 번 쓰고 스트림이나 테이블로 읽어보세요
Stream processing
(Focus of today’s session)
Data Stream Data Product
Schema Registry
Tableflow
(Iceberg)
Third Party Compute
Engines
Databases
Log data &
messaging systems
Custom Apps &
Microservices
Operational Apps &
Data Systems
Stream (Kafka)
Event-Driven
Design
Decoupled
Architecture
Connect
Connect
Connect
Data Warehouses /
Data Lakes
Stream (Kafka)
COMING
SOON
READ
AS
READ
AS
Stream
Lineage
Stream
Catalog
Data
Portal
Immutable
Logs
Enterprise Resource
Planning systems
Connect

Reduce DWH / DL costs by
ingesting data from operational
systems and apps, attaching
schema, and processing it with
Flink, in order to share high-
quality streams to analytics
systems (e.g., SNOW, DBricks) in
real time
Continuously analyze and update
results as data streams are
produced for real-time
dashboarding via a RT analytics
DB (e.g., Druid, Rockset, Pinot)
● Ad/campaign performance
● Content performance
● Quality monitoring of Telco
networks
● Large-scale graph analysis
Analyze data streams over time
windows to detect patterns and
react to incoming events by
triggering computations, state
updates, or external actions (i.e.,
microservices)
Description
Sample Use
Cases
(Technical
and Business)
Category
Real-time Analytics
● Real-time search index building
● ML pipelines
● Data warehouse modernization
● Database modernization
● Data lake ingestion
● Reporting and analytics
Data Pipelines (“Shift
Left”)
Event Driven Applications
● Fraud detection
● Anomaly detection
● Alerting/notifications
● Routing
● Business process monitoring
● Bad experience detection
스트림 처리를 통해 비즈니스 가치와 관련된 광범위한 사용
사례를 지원합니다

Kafka Streams ksqlDB
Kafka ecosystem
Client library deployed to Java Runtime.
Self hosted. Input and output data are
stored in single Kafka cluster.
Java
Open Source
Standalone SQL engine built on top of
Kafka Streams. Input and output data are
stored in single Kafka cluster
SQL
Community Source
Flink
Flink
Framework and distributed engine for
stateful computations over unbounded
and bounded data streams
Java, Python, SQL
Open Source
22
Kafka를 위한 스트림 처리(Stream Processing)

Real-time
Data
A Sale
A Shipment
A Trade
A Customer
Experience
Real-Time Backend
Operations
Real-time Stream Processing
실시간 서비스는 스트림 처리에 의존합니다

DATA IN MOTION
스트리밍
애플리케이션
Apache
Flink
Apache
Kafka
DATA AT REST
애플리케이션
레이어
컴퓨팅
레이어
스토리지
레이어
전통적인
데이터베이스
파일
시스템
웹
애플리케이션
스트림 처리는 Kafka의 컴퓨팅 계층 역할을 하여 실시간
애플리케이션 및 파이프라인을 지원합니다

디지털 네이티브 기업은 Flink를 활용하여 시장을 혁신하고
경쟁 우위를 확보하고 있습니다
UBER: 실시간 가격 NETFLIX: 맞춤형 추천 STRIPE: 실시간 사기 탐지

Scalability and
Performance
Fault
Tolerance
Flink는 상위 5개 Apache 프로젝트 중 하나이며 강력한 개발자 커뮤니티를 보유하고 있습니다.
Unified
Processing
Flink는 엄청난 규모의
스트림 처리 워크로드를
지원할 수 있습니다.
Language
Flexibility
Flink의 내결함성
메커니즘은 장애를
효과적으로 처리하고
고가용성을 제공할 수
있도록 보장합니다.
Flink는 150개 이상의 내장
기능을 통해 Java, Python
및 SQL을 지원하므로
개발자는 원하는 언어로
작업할 수 있습니다.
Flink는 하나의 기술을
통해 스트림 처리(stream
processing), 일괄
처리(batch processing)
및 임시 분석(ad-hoc
analytics)을 지원합니다.
많은 조직들은 성능과 풍부한 기능 세트 때문에 Flink를 선택합니다

0
50,000
100,000
150,000
2020 2021 2022
2016 2017 2018
Flink
Kafka
Two Apache Projects, Born a
Few Years Apart
Monthly Unique Users
Flink의 성장은 스트리밍
데이터의 사실상 표준인
Kafka의 성장을 반영합니다
Fortune 500대 기업 중 75% 이상이 Kafka를
사용하는 것으로 추정
Kafka를 사용하는 100,000개 이상의 조직
41,000명 이상의 Kafka 모임 참석자
750개 이상의 Kafka 개선 제안(KIP)
Apache Kafka를 위한 12,000개 이상의 Jiras

Confluent Cloud for
Apache Flink®
간편한 서버리스 스트림 처리
업계 유일의 클라우드 네이티브
서버리스 Flink 서비스로 고품질의
재사용 가능한 데이터 스트림을 손쉽게
구축하세요
스트림 처리의 사실상 표준인 Flink를
사용하여 데이터 스트림을 손쉽게 필터링,
분석 및 풍부하게 만드십시오
인프라 관리의 복잡성 없이 모든 규모에서
고성능 및 효율적인 스트림 처리를 구현합니다
완벽하게 통합된 모니터링, 보안 및
거버넌스를 갖춘 통합 플랫폼으로 Kafka와
Flink를 경험해 보세요
Now available on all 3 clouds

Lab에서는 제3자 리셀러를 위한 데이터 제품을 만듭니다
● 이 lab은 Amazon과 Walmart와 같은 유명 공급업체의 제품을
제공하는 타사 리셀러에 중점을 둡니다.
○ 첫 번째 lab에서는 사용 가능한 다양한 데이터 소스를
살펴보고 데이터를 집계하기 위한 임시(ad-hoc) 쿼리를
작성합니다.
○ 두 번째 lab에서는 Flink의 고급 기능을 자세히 살펴봅니다.
다양한 유형의 조인을 사용하여 몇 가지 데이터 제품을
생성합니다. 먼저, 유효하지 않은 결제 내역이 있는 주문을
필터링합니다. 그런 다음 고객 프로모션 및 충성도 레벨을
계산합니다.
● The Architecture
○ 이 lab은 모두 Confluent Cloud에서 실행됩니다.
○ 데이터는 제품, 고객, 주문, 결제라는 네 개의 스트리밍
테이블에 실시간으로 입력됩니다.

Step 2: Create valid_orders table with Flink Joins

Step 4: Promotions Calculation

Step 5: Data pipeline observability

Step 6: Loyalty Levels Calculation

사용할 도구들: Console Workspace, Shell, Monitoring
39
Cloud Console
Workspace
Flink
Shell
Flink
Monitoring

운영 : Autoscale, Increase without Downtime
● Autoscale within CFUs
● Increase CFUs without downtime
● Delete Pool(s)

Flink에서 스트리밍
데이터가 어떻게
변환되고 처리되는지
시각적으로 추적
데이터 흐름을 시각화하고 이해하기 위한
도구인 Stream Lineage는 Flink와
통합되어 Flink 쿼리를 통해 흐르는
메시지의 계보를 캡처하고 표시하여
사용자가 다음을 수행할 수 있도록 합니다:
● 각 데이터 흐름이 어디에서
시작되었는지 추적합니다.
● Flink가 데이터 흐름을 어떻게
변환하는지 추적합니다.
● 각 데이터 흐름이 어디에서 끝나는지
관찰합니다.
Inspect a Flink query
Track how data flows to and from Flink

시간 경과에 따른 처리량 용량
수요
리소스 활용률 극대화 및 과도한 프로비저닝 방지
변화하는 비즈니스
요구 사항에 맞게
탄력적으로 확장
가장 복잡한 워크로드의 요구 사항을
충족하도록 자동으로 확장 또는 축소
• 활용도가 낮은 인프라 리소스 방지
• 규모를 최소화하는 가격 정책으로 사용한
리소스에 대해서만 비용 지불
0 CFU
MAX CFUs

브라우저 기반 SQL
인터페이스를
사용하여 Kafka
데이터 탐색 및 쿼리
SQL Workspaces는 Flink SQL을 사용하여
모든 Confluent Cloud 데이터를 동적으로
탐색하고 상호 작용할 수 있는 직관적이고
유연한 UI를 제공합니다.
● 쿼리를 저장하여 나중에 다시 검토하고
작업할 수 있습니다.
● 단일 뷰에서 여러 실시간 쿼리를 동시에
실행하세요.
● SQL 중심 관점에서 환경 메타데이터를
검사하세요.

대화형 테이블을
사용하여 쿼리 결과를
탐색하고 시각화
Flink SQL Workspaces용 대화형 테이블을
사용하면 각 쿼리의 출력 데이터를 스캔, 분석
및 프로파일링하여 개발 및 문제 해결
프로세스를 간소화할 수 있습니다.
● 데이터 탐색 및 프로파일링 간소화
● 데이터 추세 및 분포에 대한 즉각적인
인사이트 확보
● 문제 해결 및 모니터링 강화

Actions를 사용하여 일반적인 사용 사례에 대한 스트림 처리
작업의 배포를 간소화합니다
Deduplicate topic
Generate a topic containing only
unique records from an input topic
Mask fields
Generate a topic containing masked
fields from an input topic
Filter topic
Filter a topic based on a given set of
conditions
Apply a transformation
Transform a topic based on a set of
provided expressions
COMING SOON
Actions provide pre-packaged, turnkey stream
processing workloads that run on Flink

사용자 정의 함수를
사용하여 Flink SQL
기능 확장
사용자 정의 함수(UDF)를 사용하면 Flink
SQL에서 기본적으로 지원되지 않는 복잡한
논리를 구현하기 위한 사용자 정의 함수를
생성할 수 있습니다.
● 특정 사용 사례에 맞춰 처리
● 여러 애플리케이션에서 재사용
● 선호하는 프로그래밍 언어로 작업
Java UDF
SQL query
EARLY ACCESS
NOTE: Early Access is open to a limited number of
candidates. Only Java and scalar functions are supported
initially. Python support planned for 2H ‘24.
UDF
arguments
UDF
result

Table API(Open Preview)는 Java 또는
Python에서 프로그래밍 방식의 제어를
제공하여 기존 코드베이스에 원활하게 통합할
수 있는 풍부한 연산 및 변환 기능을 제공합니다.
● 익숙한 구조를 사용하여 스트리밍
애플리케이션을 구축합니다.
● 명령형 프로그래밍 방식을 활용합니다.
● 구조적이고 강력한 형식의 설계를 통해 개발,
테스트 및 유지 관리를 간소화합니다.
Table API 지원을
통해 서버리스 Flink
접근성 확대
Track status of Table API statements
Use full capabilities of modern IDEs

고급 SQL 스트리밍 연산자
51
Time Windows Pattern Matching Streaming Joins
● Time-based windows
● Event-density windows
● Event-based windows: every
single event can trigger a new
window
● Complex Event Processing
● See sample
● Stream-to-stream joins
● Temporal joins
● Lookup joins
● Versioned joins

Fully integrated out of the box
● Connected via Confluent Connector
● Environments are Catalogs
● Kafka Clusters as Databases
● Topics are Tables
● RBAC for managing flink Resources
○ Keep in mind: A statement’s
access level is determined
entirely by the permissions that
you attach to the statement
● Schema Registry, Data Portal,
Lineage, Consumer/Producer
Monitoring, Metric API…
● Cluster and Pool need to be in the
same region and same CSP
● All over the Confluent Organisation
including all environments and
clusters
Flink는 Confluent Cloud와 완벽하게 통합되었습니다

AWS의 전용
클러스터를 위한 Flink
프라이빗 네트워킹
Flink에 대한 개인 네트워킹 지원을 통해
Confluent 사용자는 다음을 수행할 수 있습니다.
● 데이터 보안 및 개인정보 보호 강화
● 보안 네트워크 구성 간소화
● 클러스터 및 환경 전반에서 안전하고 유연한
스트림 처리 지원
Env A Env A
Env B Env B
PUBLIC PLATT
Internet Private Link (AWS)
Private
Cluster
(Dedicated,
Enterprise)
Public
Cluster
(Dedicated,
Standard,
Basic)
Private
Cluster
(Dedicated,
Enterprise)
Public
Cluster
(Dedicated,
Standard,
Basic)
● No access to private clusters ● No cross-env access
● No egress to public clusters

55
Flink, KStreams 및 ksqlDB의 주요 차이점
Attribute CP Flink CC Flink Kafka Streams ksqlDB
Description
Stream processing framework developed independent of Apache
Kafka
Embeddable client library for
Java applications that is part
of the Apache Kafka project
Stream processing framework
that exposes Kafka Streams
functionality through SQL
Processing
modes
● Unified stream and batch processing
● Supports reads from multiple Kafka clusters
● Stream processing only
● Supports reads from
single Kafka cluster
● Stream processing only
● Supports reads from
single Kafka cluster
Pricing
● Restore state after failure from most recent incremental
snapshot
● Restore state after failure
by replaying all messages
● Restore state after failure
by replaying all messages
CFLT
deployment
model
● Self-managed offering
with Confluent Platform
● Fully managed
● No cluster deployment,
scales to zero
● Self-managed
● Embeddable client library
with no cluster
● Fully managed and self-
managed
● Separate cluster
deployment
Language
flexibility
● Full support of all Flink
APIs (SQL, Table API,
DataStream,
ProcessFunction)
● ANSI-compliant SQL
● Java UDFs EA
● Table API Open preview
● Java (more flexible than
SQL, but more complex)
● SQL syntax inspired by
ANSI SQL
We recommend Confluent Cloud for Apache Flink for all new cloud workloads

Stream Processing Handson Workshop - Flink SQL Hands-on Workshop (Korean)

More Related Content

Similar to Stream Processing Handson Workshop - Flink SQL Hands-on Workshop (Korean) (20)

More from confluent (20)

Stream Processing Handson Workshop - Flink SQL Hands-on Workshop (Korean)