云原生最佳实践系列 5：基于函数计算 FC 实现阿里云 Kafka 消息内容控制 MongoDB DML 操作
内容提要
该文章介绍了在大数据ETL场景中，将Kafka中的音讯流转到其他下流服务的常见场景。通过判别音讯体内容，决定对MongoDB做何种DML操作。该计划具有灵活性和可扩展性，函数核算具有完善的日志体系和容错机制。文章还介绍了相关产品和架构。
延伸解读
方案核心：消息内容驱动DML操作
该方案的核心在于根据Kafka消息Key的内容，动态决定对MongoDB执行增、删、改中的哪种操作。这改变了传统ETL中固定流转的模式，使下游操作能随消息内容灵活变化。用户可修改默认函数代码来实现更复杂的逻辑，从而适应多变的业务规则。
函数计算FC的容错与日志优势
函数计算FC提供了完善的日志体系和容错机制。每条消息的处理日志清晰可查，便于问题排查。如果函数逻辑执行失败，系统会自动重试，并具备函数失败补偿机制，这有助于确保事务数据的完整性和一致性，降低数据丢失风险。
部署架构与网络隔离
方案部署在阿里云北京Region，使用VPC、交换机和安全组构建私有网络。Kafka、函数计算FC和MongoDB均位于同一VPC的同一可用区交换机下，FC通过安全组与其他资源互通。这种设计实现了网络隔离，同时保证了服务间的高效内网通信。
当前限制与适用场景
该方案目前仅支持阿里云Kafka作为源，暂不支持自建或其他云厂商的Kafka。因此，它更适用于已使用阿里云Kafka和MongoDB的大数据ETL场景。对于需要多云或混合云架构的用户，可能需要评估其他方案。
Q&A
如何将Kafka中的音讯流转到MongoDB？
通过判别Kafka音讯的内容，决定对MongoDB进行增、删、改的DML操作。
函数核算FC在这个计划中有什么作用？
函数核算FC能够自动触发并处理Kafka音讯，用户可自定义函数代码以满足复杂逻辑。
该计划的优势是什么？
该计划具有灵活性和可扩展性，支持根据Kafka音讯内容判别DML操作，并具备完善的日志和容错机制。
在使用该计划之前需要做哪些准备？
需要注册阿里云账号并完成实名认证，购买按量付费资源，确保账户余额大于200元。
该计划支持哪些云产品？
该计划支持阿里云Kafka、函数核算FC和MongoDB等云产品。
如何验证MongoDB中的数据？
可以通过阿里云Kafka模拟发送音讯，并查询MongoDB中的数据来验证。
