归志宁无五亩园，读书本意在元元。这篇文章主要讲述flink sql 知其所以然| 自定义 redis 数据维表（附源码）相关的知识，希望能为你提供帮助。

文章图片

感谢您的关注+点赞 + 再看，对博主的肯定，会督促博主持续的输出更多的优质实战内容！！！

1.序篇-本文结构

1. 背景篇-为啥需要 redis 维表
2. 目标篇-做 redis 维表的预期效果是什么
3. 难点剖析篇-此框架建设的难点、目前有哪些实现
4. 维表实现篇-维表实现的过程
5. 总结与展望篇

本文主要介绍了 flink sql redis 维表的实现过程。
如果想在本地测试下：

文章图片
大数据羊说 用数据提升美好事物发生的概率~ 29篇原创内容公众号

1. 在公众号后台回复flink sql 知其所以然（二）| sql 自定义 redis 数据维表获取源码（源码基于 1.13.1 实现）
2. 在你的本地安装并打开 redis-server，然后使用 redis-cli 执行命令 set a "{\\"score\\":3,\\"name\\":\\"namehhh\\",\\"name1\\":\\"namehhh112\\"}"
3. 执行源码包中的 flink.examples.sql._03.source_sink.RedisLookupTest 测试类，就可以在 console 中看到结果。

如果想直接在集群环境使用：

1. 命令行执行 mvn package -DskipTests=true 打包
2. 将生成的包 flink-examples-0.0.1-SNAPSHOT.jar 引入 flink lib 中即可，无需其它设置。

2.背景篇-为啥需要 redis 维表 2.1.啥是维表？事实表？Dimension Table 概念多出现于数据仓库里面，维表与事实表相互对应。
给两个场景来看看：
比如需要统计分性别的 DAU：

1. 客户端上报的日志中（事实表）只有设备 id，只用这个事实表是没法统计出分性别的 DAU 的。
2. 这时候就需要一张带有设备 id、性别映射的表（这就是维表）来提供性别数据。
3. 然后使用事实表去 join 这张维表去获取到每一个设备 id 对应的性别，然后就可以统计出分性别的 DAU。相当于一个扩充维度的操作。

https://blog.csdn.net/weixin_47482194/article/details/105855116?spm=1001.2014.3001.5501
比如目前想要统计整体销售额：

1. 目前已有 “销售统计表”，是一个事实表，其中没有具体销售品项的金额。
2. “商品价格表” 可以用于提供具体销售品项的金额，这就是销售统计的一个维度表。

事实数据和维度数据的识别必须依据具体的主题问题而定。“事实表” 用来存储事实的度量及指向各个维的外键值。维表用来保存该维的元数据。
参考：https://blog.csdn.net/lindan1984/article/details/96566626
2.2.为啥需要 redis 维表？目前在实时计算的场景中，熟悉 datastream 的同学大多数都使用过 mysql\\Hbase\\redis 作为维表引擎存储一些维度数据，然后在 datastream api 中调用 mysql\\Hbase\\redis 客户端去获取到维度数据进行维度扩充。
而 redis 作为 flink 实时场景中最常用的高速维表引擎，官方是没有提供 flink sql api 的 redis 维表 connector 的。如下图，基于 1.13 版本。
https://ci.apache.org/projects/flink/flink-docs-release-1.13/docs/connectors/table/overview/

文章图片

1
阿里云 flink 是提供了这个能力的。但是这个需要使用阿里云的产品才能使用。有钱人可以直接上。
https://www.alibabacloud.com/help/zh/faq-detail/122722.htm?spm=a2c63.q38357.a3.7.a1227a53TBMuSY

文章图片

2
因此本文在介绍怎样自定义一个 sql 数据维表的同时，实现一个 sql redis 来给大家使用。
3.目标篇-做 redis 维表预期效果是什么redis 作为维表在 datastream 中的最常用的数据结构就是 kv、hmap 两种。本文实现主要实现 kv 结构，map 结构大家可以拿到源码之后进行自定义实现。也就多加几行代码就完事了。
预期效果就如阿里云的 flink redis：
下面是我在本地跑的结果，先看看 redis 中存储的数据，只有这一条数据，是 json 字符串：

文章图片

9
下面是预期 flink sql：

CREATE TABLE dimTable ( name STRING, name1 STRING, score BIGINT-- redis 中存储数据的 schema ) WITH ( \'connector\' = \'redis\', -- 指定 connector 是 redis 类型的 \'hostname\' = \'127.0.0.1\', -- redis server ip \'port\' = \'6379\', -- redis server 端口 \'format\' = \'json\' -- 指定 format 解析格式 \'lookup.cache.max-rows\' = \'500\', -- guava local cache 最大条目 \'lookup.cache.ttl\' = \'3600\', -- guava local cache ttl \'lookup.max-retries\' = \'1\' -- redis 命令执行失败后重复次数 )

SELECT o.f0, o.f1, c.name, c.name1, c.score FROM leftTable AS o -- 维表 join LEFT JOIN dimTable FOR SYSTEM_TIME AS OF o.proctime AS c ON o.f0 = c.name

文章图片

10
结果如下，后面三列就对应到 c.name, c.name1, c.score：

+I[a, b, namehhh, namehhh112, 3] +I[a, b, namehhh, namehhh112, 3] +I[a, b, namehhh, namehhh112, 3] +I[a, b, namehhh, namehhh112, 3] +I[a, b, namehhh, namehhh112, 3] +I[a, b, namehhh, namehhh112, 3] +I[a, b, namehhh, namehhh112, 3] +I[a, b, namehhh, namehhh112, 3] +I[a, b, namehhh, namehhh112, 3]

4.难点剖析篇-目前有哪些实现目前可以从网上搜到的实现、以及可以参考的实现有以下两个：

1. https://github.com/jeff-zou/flink-connector-redis。但是其没有实现 flink sql redis 维表，只实现了 sink 表，并且使用起来有比较多的限制，包括需要在建表时就指定 key-column，value-column 等，其实博主觉得没必要指定这些字段，这些都可以动态调整。其实现是对 apache-bahir-flink https://github.com/apache/bahir-flink 的二次开发，但与 bahir 原生实现有割裂感，因为这个项目几乎重新实现了一遍，接口也和 bahir 不同。
2. 阿里云实现 https://www.alibabacloud.com/help/zh/faq-detail/122722.htm?spm=a2c63.q38357.a3.7.a1227a53TBMuSY。可以参考的只有用法和配置等。但是有些配置项也属于阿里自定义的。

因此博主在实现时，就定了一个基调。

1. 复用 connector：复用 bahir 提供的 redis connnector
2. 复用 format：复用 flink 目前的 format 机制，目前这个上述两个实现都没有做到
3. 简洁性：实现 kv 结构。hget 封装一部分
4. 维表 local cache：为避免高频率访问 redis，维表加了 local cache 作为缓存

5.维表实现篇-维表实现的过程在实现 redis 维表之前，不得不谈谈 flink 维表加载和使用机制。
5.1.flink 维表原理其实上节已经详细描述了 flink sql 对于 source\\sink 的加载机制，维表属于 source 的中的 lookup 表，在具体 flink 程序运行的过程之中可以简单的理解为一个 map，在 map 中调用 redis-client 接口访问 redis 进行扩充维度的过程。

1. 通过 SPI 机制加载所有的 source\\sink\\format 工厂 Factory
2. 过滤出 DynamicTableSourceFactory + connector 标识的 source 工厂类
3. 通过 source 工厂类创建出对应的 source

文章图片

7

文章图片

5
如图 source 和 sink 是通过 FactoryUtil.createTableSource 和 FactoryUtil.createTableSink 创建的

文章图片

4
所有通过 SPI 的 source\\sink\\formt 插件都继承自 Factory。
整体创建 source 方法的调用链如下图。

文章图片

6
5.2.flink 维表实现方案先看下博主的最终实现。
总重要的三个实现类：

1. RedisDynamicTableFactory
2. RedisDynamicTableSource
3. RedisRowDataLookupFunction

文章图片

8
具体流程：

1. 定义 SPI 的工厂类 RedisDynamicTableFactory implements DynamicTableSourceFactory，并且在 resource\\META-INF 下创建 SPI 的插件文件
2. 实现 factoryIdentifier 标识 redis
3. 实现 RedisDynamicTableFactory#createDynamicTableSource 来创建对应的 source RedisDynamicTableSource
4. 定义 RedisDynamicTableSource implements LookupTableSource
5. 实现 RedisDynamicTableFactory#getLookupRuntimeProvider 方法，创建具体的维表 UDFTableFunction< T> ，定义为 RedisRowDataLookupFunction
6. 实现 RedisRowDataLookupFunction 的 eval 方法，这个方法就是用于访问 redis 扩充维度的。

介绍完流程，进入具体实现方案细节：
RedisDynamicTableFactory 主要创建 source 的逻辑：

public class RedisDynamicTableFactory implements DynamicTableSourceFactory { ...@Override public String factoryIdentifier() { // 标识 redis return "redis"; }@Override public DynamicTableSource createDynamicTableSource(Context context) {// either implement your custom validation logic here ... // or use the provided helper utility final FactoryUtil.TableFactoryHelper helper = FactoryUtil.createTableFactoryHelper(this, context); // discover a suitable decoding format // format 实现 final DecodingFormat< DeserializationSchema< RowData> > decodingFormat = helper.discoverDecodingFormat( DeserializationFormatFactory.class, FactoryUtil.FORMAT); // validate all options // 所有 option 配置的校验，比如 cache 类参数 helper.validate(); // get the validated options final ReadableConfig options = helper.getOptions(); final RedisLookupOptions redisLookupOptions = RedisOptions.getRedisLookupOptions(options); TableSchema schema = context.getCatalogTable().getSchema(); // 创建 RedisDynamicTableSource return new RedisDynamicTableSource( schema.toPhysicalRowDataType() , decodingFormat , redisLookupOptions); } }

resources\\META-INF 文件：

文章图片

13
RedisDynamicTableSource 主要创建 table udf 的逻辑：

public class RedisDynamicTableSource implements LookupTableSource { ...@Override public LookupRuntimeProvider getLookupRuntimeProvider(LookupContext context) {// 初始化 redis 客户端配置 FlinkJedisConfigBase flinkJedisConfigBase = new FlinkJedisPoolConfig.Builder() .setHost(this.redisLookupOptions.getHostname()) .setPort(this.redisLookupOptions.getPort()) .build(); // redis key，value 序列化器 LookupRedisMapper lookupRedisMapper = new LookupRedisMapper( this.createDeserialization(context, this.decodingFormat, createValueFormatProjection(this.physicalDataType))); // 创建 table udf return TableFunctionProvider.of(new RedisRowDataLookupFunction( flinkJedisConfigBase , lookupRedisMapper , this.redisLookupOptions)); } }

RedisRowDataLookupFunction table udf 执行维表关联的主要流程：

public class RedisRowDataLookupFunction extends TableFunction< RowData> { .../** * 具体 redis 执行方法 */ public void eval(Object... objects) throws IOException {for (int retry = 0; retry < = maxRetryTimes; retry++) { try { // fetch result this.evaler.accept(objects); break; } catch (Exception e) { LOG.error(String.format("HBase lookup error, retry times = %d", retry), e); if (retry > = maxRetryTimes) { throw new RuntimeException("Execution of Redis lookup failed.", e); } try { Thread.sleep(1000 * retry); } catch (InterruptedException e1) { throw new RuntimeException(e1); } } } }@Override public void open(FunctionContext context) { LOG.info("start open ..."); // redis 命令执行器，初始化 redis 链接 try { this.redisCommandsContainer = RedisCommandsContainerBuilder .build(this.flinkJedisConfigBase); this.redisCommandsContainer.open(); } catch (Exception e) { LOG.error("Redis has not been properly initialized: ", e); throw new RuntimeException(e); }// 初始化 local cache this.cache = cacheMaxSize < = 0 || cacheExpireMs < = 0 ? null : CacheBuilder.newBuilder() .recordStats() .expireAfterWrite(cacheExpireMs, TimeUnit.MILLISECONDS) .maximumSize(cacheMaxSize) .build(); if (cache != null) { context.getMetricGroup() .gauge("lookupCacheHitRate", (Gauge< Double> ) () -> cache.stats().hitRate()); this.evaler = in -> { RowData cacheRowData = https://www.songbingjia.com/android/cache.getIfPresent(in); if (cacheRowData != null) { collect(cacheRowData); } else { // fetch result byte[] key = lookupRedisMapper.serialize(in); byte[] value = null; switch (redisCommand) { case GET: value = this.redisCommandsContainer.get(key); break; case HGET: value = this.redisCommandsContainer.hget(key, this.additionalKey.getBytes()); break; default: throw new IllegalArgumentException("Cannot process such data type: " + redisCommand); }RowData rowData = https://www.songbingjia.com/android/this.lookupRedisMapper.deserialize(value); collect(rowData); cache.put(key, rowData); } }; } ... } }

5.2.1.复用 bahir connector
如图是 bahir redis connector 的实现。

文章图片

11
博主在实现过程中将能复用的都尽力复用。如图是最终实现目录。

文章图片

12
可以看到目录结构是与 bahir redis connector 一致的。
其中 redis 客户端及其配置 是直接复用了 bahir redis 的。由于 bahir redis 基本都是 sink 实现，某些实现没法继承复用，所以这里我单独开辟了目录，redis 命令执行器 和 redis 命令定义器，但是也基本和 bahir 一致。如果你想要在生产环境中进行使用，可以直接将两部分代码合并，成本很低。
5.2.2.复用 format
博主直接复用了 flink 本身自带的 format 机制来作为维表反序列化机制。参考 HBase connector 实现将 cache 命中率添加到 metric 中。

public class RedisDynamicTableFactory implements DynamicTableSourceFactory { ... @Override public DynamicTableSource createDynamicTableSource(Context context) { ...// discover a suitable decoding format // 复用 format 实现 final DecodingFormat< DeserializationSchema< RowData> > decodingFormat = helper.discoverDecodingFormat( DeserializationFormatFactory.class, FactoryUtil.FORMAT); ... } }

format 同样也是 SPI 机制加载。
源码公众号后台回复flink sql 知其所以然（二）| sql 自定义 redis 数据维表获取。
5.2.3.维表 local cachelocal cache 在初始化时可以指定 cache 大小，缓存时长等。

this.evaler = in -> { RowData cacheRowData = https://www.songbingjia.com/android/cache.getIfPresent(in); if (cacheRowData != null) { collect(cacheRowData); } else { // fetch result byte[] key = lookupRedisMapper.serialize(in); byte[] value = null; switch (redisCommand) { case GET: value = this.redisCommandsContainer.get(key); break; case HGET: value = this.redisCommandsContainer.hget(key, this.additionalKey.getBytes()); break; default: throw new IllegalArgumentException("Cannot process such data type: " + redisCommand); }RowData rowData = https://www.songbingjia.com/android/this.lookupRedisMapper.deserialize(value); collect(rowData); cache.put(key, rowData); } };

6.总结与展望篇 6.1.总结本文主要是针对 flink sql redis 维表进行了扩展以及实现，并且复用 bahir redis connector 的配置，具有良好的扩展性。如果你正好需要这么一个 connector，直接公众号后台回复flink sql 知其所以然（二）| sql 自定义 redis 数据维表获取源码吧。
6.2.展望当然上述只是 redis 维表一个基础的实现，用于生产环境还有很多方面可以去扩展的。

1. jedis cluster 的扩展：目前 bahir datastream 中已经实现了，可以直接参考，扩展起来非常简单
2. aync lookup 维表的扩展：目前 hbase lookup 表已经实现了，可以直接参考实现
3. 异常 AOP，alert 等
   
   

文章图片
大数据羊说 用数据提升美好事物发生的概率~ 29篇原创内容公众号往期推荐
flink sql 知其所以然（一）| source\\sink 原理
揭秘字节跳动埋点数据实时动态处理引擎（附源码）
字节火山大数据引擎牛逼！！！
实战 | flink sql 与微博热搜的碰撞！！！
实时数仓不保障时效还玩个毛？

更多 Flink 实时大数据分析相关技术博文，视频。后台回复 “flink” 获取。

点个赞+在看，感谢您的肯定 ????

【flink sql 知其所以然| 自定义 redis 数据维表（附源码）】

推荐阅读

• 

  《时生》
• 

  中国为何不承认科索沃 北约轰炸南联盟
• 

  空调内外机通风口是什么
• 

  羊肉变质了煮熟还能吃吗
• 

  FGO贝奥武夫三技能强化简评 FGO圣诞六期贝奥武夫技能本
• 

  秦时明月世界测试福利有什么 秦时明月世界测试福利介绍
• 

  redis connect time out redis连接超时功能
• 

  穿衬衫要不要穿外套 穿衬衫里面还需要穿衣服吗
• 

  藜麦碳水化合物含量高吗
• 

  爱目者护眼贴关爱儿童眼部健康公益活动|爱目者护眼贴关爱儿童眼部健康公益活动 共筑美好未来
• 

  sp如何调玻璃材质 sp如何diy，sp如何diy更疼
• 

  鼻毛|鼻毛外露不美观，拔了完事？鼻毛好处很多，劝你手下留情
• 

  你们看过后觉得最好的小说是什么？有哪些“高干文”和“糙汉文”推荐？
• 

  美丽加
• 

  电商什么都卖好吗怎么说 电商什么都卖好吗，电商什么都卖好吗知乎
• 

  地不容价格 地不容
• 

  八月瓜种植技术及条件
• 

  笼养八哥怎么训练 怎样饲养和调教八哥
• 

  佳能A4000 IS价格是多少钱？佳能A4000 IS的佳能A4000 IS说明书
• 

  天天吃咸鸭蛋好吗会胖吗 天天吃咸鸭蛋好吗

• 大数据—— YARN
• 如何在Ubuntu 18.04中使用带Python的ssh-audit审核(检查漏洞)服务器上的SSH
• 如何在Ubuntu 19.04开发服务器上的特定域上设置自签名SSL/TLS证书
• 如何解决ubuntu cli错误”exec”less”（在$ PATH中找不到可执行文件”）
• 如何解决Ubuntu 18.04 CLI错误（无法获取锁/var/lib/dpkg/lock-frontend-打开(11：资源暂时不可用)）
• 如何在Ubuntu中以root身份运行Visual Studio Code(VSCode)
• 使用jarsigner签名APK时出错（无法签名jar无效条目压缩大小）
• 如何在Ubuntu 18.04中安装和设置自己的Vanilla Minecraft Server
• 如何使用Java以编程方式打开Android设置