Flink的sink实战之二(kafka)

亦余心之所善兮,虽九死其犹未悔。这篇文章主要讲述Flink的sink实战之二:kafka相关的知识,希望能为你提供帮助。
欢迎访问我的GitHub
版本和环境准备

  • 本次实战的环境和版本如下:
    1. JDK:1.8.0_211
    2. Flink:1.9.2
    3. Maven:3.6.0
    4. 操作系统:macOS Catalina 10.15.3 (MacBook Pro 13-inch, 2018)
    5. IDEA:2018.3.5 (Ultimate Edition)
    6. Kafka:2.4.0
    7. Zookeeper:3.5.5
==请确保上述环境和服务已经就绪;==
源码下载
  • 如果您不想写代码,整个系列的源码可在GitHub下载到,地址和链接信息如下表所示(https://github.com/zq2599/blog_demos):
名称 链接 备注
项目主页 https://github.com/zq2599/blog_demos 该项目在GitHub上的主页
git仓库地址(https) https://github.com/zq2599/blog_demos.git 该项目源码的仓库地址,https协议
git仓库地址(ssh) git@github.com:zq2599/blog_demos.git 该项目源码的仓库地址,ssh协议
  • 这个git项目中有多个文件夹,本章的应用在==flinksinkdemo==文件夹下,如下图红框所示:
    Flink的sink实战之二(kafka)

    文章图片
  • 准备完毕,开始开发; 准备工作
  • 正式编码前,先去官网查看相关资料了解基本情况:
    1. 地址:https://ci.apache.org/projects/flink/flink-docs-release-1.9/dev/connectors/kafka.html
    2. 我这里用的kafka是2.4.0版本,在官方文档查找对应的库和类,如下图红框所示:
      Flink的sink实战之二(kafka)

      文章图片
      kafka准备
    3. 创建名为test006的topic,有四个分区,参考命令:
      ./kafka-topics.sh \\ --create \\ --bootstrap-server 127.0.0.1:9092 \\ --replication-factor 1 \\ --partitions 4 \\ --topic test006

    4. 在控制台消费test006的消息,参考命令:
      ./kafka-console-consumer.sh \\ --bootstrap-server 127.0.0.1:9092 \\ --topic test006

    5. 此时如果该topic有消息进来,就会在控制台输出;
    6. 接下来开始编码; 创建工程
    7. 用maven命令创建flink工程:
      mvn \\ archetype:generate \\ -DarchetypeGroupId=org.apache.flink \\ -DarchetypeArtifactId=flink-quickstart-java \\ -DarchetypeVersion=1.9.2

    8. 根据提示,groupid输入==com.bolingcavalry==,artifactid输入==flinksinkdemo==,即可创建一个maven工程;
    9. 在pom.xml中增加kafka依赖库:
      < dependency> < groupId> org.apache.flink< /groupId> < artifactId> flink-connector-kafka_2.11< /artifactId> < version> 1.9.0< /version> < /dependency>

    10. 工程创建完成,开始编写flink任务的代码; 发送字符串消息的sink
  • 先尝试发送字符串类型的消息:
    1. 创建KafkaSerializationSchema接口的实现类,后面这个类要作为创建sink对象的参数使用:
      package com.bolingcavalry.addsink;

import org.apache.flink.streaming.connectors.kafka.KafkaSerializationSchema;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.nio.charset.StandardCharsets;
public class ProducerStringSerializationSchema implements KafkaSerializationSchema< String>
private String topic; public ProducerStringSerializationSchema(String topic) super(); this.topic = topic; @Override public ProducerRecord< byte[], byte[]> serialize(String element, Long timestamp) return new ProducerRecord< byte[], byte[]> (topic, element.getBytes(StandardCharsets.UTF_8));


2. 创建任务类KafkaStrSink,请注意FlinkKafkaProducer对象的参数,FlinkKafkaProducer.Semantic.EXACTLY_ONCE表示严格一次: ```java package com.bolingcavalry.addsink; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import org.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer; import java.util.ArrayList; import java.util.List; import java.util.Properties; public class KafkaStrSink public static void main(String[] args) throws Exception final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); //并行度为1 env.setParallelism(1); Properties properties = new Properties(); properties.setProperty("bootstrap.servers", "192.168.50.43:9092"); String topic = "test006"; FlinkKafkaProducer< String> producer = new FlinkKafkaProducer< > (topic, new ProducerStringSerializationSchema(topic), properties, FlinkKafkaProducer.Semantic.EXACTLY_ONCE); //创建一个List,里面有两个Tuple2元素 List< String> list = new ArrayList< > (); list.add("aaa"); list.add("bbb"); list.add("ccc"); list.add("ddd"); list.add("eee"); list.add("fff"); list.add("aaa"); //统计每个单词的数量 env.fromCollection(list) .addSink(producer) .setParallelism(4); env.execute("sink demo : kafka str");

  1. 使用mvn命令编译构建,在target目录得到文件==flinksinkdemo-1.0-SNAPSHOT.jar==;
  2. 在flink的web页面提交flinksinkdemo-1.0-SNAPSHOT.jar,并制定执行类,如下图:
    Flink的sink实战之二(kafka)

    文章图片
  3. 提交成功后,如果flink有四个可用slot,任务会立即执行,会在消费kafak消息的终端收到消息,如下图:
    Flink的sink实战之二(kafka)

    文章图片
  4. 任务执行情况如下图:
    Flink的sink实战之二(kafka)

    文章图片

    发送对象消息的sink
    • 再来尝试如何发送对象类型的消息,这里的对象选择常用的Tuple2对象:
  5. 创建KafkaSerializationSchema接口的实现类,该类后面要用作sink对象的入参,请注意代码中捕获异常的那段注释:==生产环境慎用printStackTrace()!!!==
    package com.bolingcavalry.addsink;

import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.shaded.jackson2.com.fasterxml.jackson.core.JsonProcessingException;
import org.apache.flink.shaded.jackson2.com.fasterxml.jackson.databind.ObjectMapper;
import org.apache.flink.streaming.connectors.kafka.KafkaSerializationSchema;
import org.apache.kafka.clients.producer.ProducerRecord;
import javax.annotation.Nullable;
public class ObjSerializationSchema implements KafkaSerializationSchema< Tuple2< String, Integer> >
private String topic; private ObjectMapper mapper; public ObjSerializationSchema(String topic) super(); this.topic = topic; @Override public ProducerRecord< byte[], byte[]> serialize(Tuple2< String, Integer> stringIntegerTuple2, @Nullable Long timestamp) byte[] b = null; if (mapper == null) mapper = new ObjectMapper(); try b= mapper.writeValueAsBytes(stringIntegerTuple2); catch (JsonProcessingException e) // 注意,在生产环境这是个非常危险的操作, // 过多的错误打印会严重影响系统性能,请根据生产环境情况做调整 e.printStackTrace(); return new ProducerRecord< byte[], byte[]> (topic, b);

【Flink的sink实战之二(kafka)】
2. 创建flink任务类: ```java package com.bolingcavalry.addsink; import org.apache.flink.api.java.tuple.Tuple2; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import org.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer; import java.util.ArrayList; import java.util.List; import java.util.Properties; public class KafkaObjSink public static void main(String[] args) throws Exception final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); //并行度为1 env.setParallelism(1); Properties properties = new Properties(); //kafka的broker地址 properties.setProperty("bootstrap.servers", "192.168.50.43:9092"); String topic = "test006"; FlinkKafkaProducer< Tuple2< String, Integer> > producer = new FlinkKafkaProducer< > (topic, new ObjSerializationSchema(topic), properties, FlinkKafkaProducer.Semantic.EXACTLY_ONCE); //创建一个List,里面有两个Tuple2元素 List< Tuple2< String, Integer> > list = new ArrayList< > (); list.add(new Tuple2("aaa", 1)); list.add(new Tuple2("bbb", 1)); list.add(new Tuple2("ccc", 1)); list.add(new Tuple2("ddd", 1)); list.add(new Tuple2("eee", 1)); list.add(new Tuple2("fff", 1)); list.add(new Tuple2("aaa", 1)); //统计每个单词的数量 env.fromCollection(list) .keyBy(0) .sum(1) .addSink(producer) .setParallelism(4); env.execute("sink demo : kafka obj");

  1. 像前一个任务那样编译构建,把jar提交到flink,并指定执行类是==com.bolingcavalry.addsink.KafkaObjSink==;
  2. 消费kafka消息的控制台输出如下:
    Flink的sink实战之二(kafka)

    文章图片
  3. 在web页面可见执行情况如下:
    Flink的sink实战之二(kafka)

    文章图片
    • 至此,flink将计算结果作为kafka消息发送出去的实战就完成了,希望能给您提供参考,接下来的章节,我们会继续体验官方提供的sink能力;
欢迎关注51CTO博客:程序员欣宸

    推荐阅读