【大数据】基于 Flink CDC 构建 MySQL 和 Postgres 的 Streaming ETL

基于 Flink CDC 构建 MySQL 和 Postgres 的 Streaming ETL

这篇教程将展示如何基于 Flink CDC 快速构建 MySQL 和 Postgres 的流式 ETL。本教程的演示都将在 Flink SQL CLI 中进行，只涉及 SQL，无需一行 Java / Scala 代码，也无需安装 IDE。

假设我们正在经营电子商务业务，商品和订单的数据存储在 MySQL 中，订单对应的物流信息存储在 Postgres 中。对于订单表，为了方便进行分析，我们希望让它关联上其对应的商品和物流信息，构成一张宽表，并且实时把它写到 ElasticSearch 中。

接下来的内容将介绍如何使用 Flink MySQL / Postgres CDC 来实现这个需求，系统的整体架构如下图所示：

在这里插入图片描述

1.准备阶段

准备一台已经安装了 Docker 的 Linux 或者 MacOS 电脑。

1.1 准备教程所需要的组件

接下来的教程将以

docker-compose

的方式准备所需要的组件。

使用下面的内容创建一个

docker-compose.yml

文件：

version:'2.1'services:postgres:image: debezium/example-postgres:1.1ports:-"5432:5432"environment:- POSTGRES_DB=postgres
      - POSTGRES_USER=postgres
      - POSTGRES_PASSWORD=postgres
  mysql:image: debezium/example-mysql:1.1ports:-"3306:3306"environment:- MYSQL_ROOT_PASSWORD=123456
      - MYSQL_USER=mysqluser
      - MYSQL_PASSWORD=mysqlpw
  elasticsearch:image: elastic/elasticsearch:7.6.0
    environment:- cluster.name=docker-cluster
      - bootstrap.memory_lock=true
      -"ES_JAVA_OPTS=-Xms512m -Xmx512m"- discovery.type=single-node
    ports:-"9200:9200"-"9300:9300"ulimits:memlock:soft:-1hard:-1nofile:soft:65536hard:65536kibana:image: elastic/kibana:7.6.0
    ports:-"5601:5601"

该 Docker Compose 中包含的容器有：

MySQL：商品表products 和 订单表orders 将存储在该数据库中，这两张表将和 Postgres 数据库中的物流表 shipments 进行关联，得到一张包含更多信息的订单表 enriched_orders。
Postgres：物流表shipments 将存储在该数据库中。
Elasticsearch：最终的订单表enriched_orders 将写到 Elasticsearch。
Kibana：用来可视化 ElasticSearch 的数据。

在

docker-compose.yml

所在目录下执行下面的命令来启动本教程需要的组件：

docker-compose up -d

该命令将以

detached

模式自动启动 Docker Compose 配置中定义的所有容器。你可以通过

docker ps

来观察上述的容器是否正常启动了，也可以通过访问

http://localhost:5601/

来查看 Kibana 是否运行正常。

1.2 下载 Flink 和所需要的依赖包

下载 Flink 1.18.0 并将其解压至目录

flink-1.18.0

。

下载以下列出的依赖包，并将它们放到目录

flink-1.18.0/lib/

下：

flink-sql-connector-elasticsearch7-3.0.1-1.17.jar
flink-sql-connector-mysql-cdc-2.5-SNAPSHOT.jar
flink-sql-connector-postgres-cdc-2.5-SNAPSHOT.jar

注：下载链接只对已发布的版本有效，SNAPSHOT 版本需要本地基于

master

或

release

分支编译。

1.3 准备数据

1.3.1 在 MySQL 数据库中准备数据

进入 MySQL 容器

docker-compose exec mysql mysql -u root -p 123456

创建数据库和表

products

、

orders

，并插入数据。

-- MySQLCREATEDATABASE mydb;USE mydb;CREATETABLE products (
  id INTEGERNOTNULLAUTO_INCREMENTPRIMARYKEY,
  name VARCHAR(255)NOTNULL,
  description VARCHAR(512));ALTERTABLE products AUTO_INCREMENT=101;INSERTINTO products
VALUES(default,"scooter","Small 2-wheel scooter"),(default,"car battery","12V car battery"),(default,"12-pack drill bits","12-pack of drill bits with sizes ranging from #40 to #3"),(default,"hammer","12oz carpenter's hammer"),(default,"hammer","14oz carpenter's hammer"),(default,"hammer","16oz carpenter's hammer"),(default,"rocks","box of assorted rocks"),(default,"jacket","water resistent black wind breaker"),(default,"spare tire","24 inch spare tire");CREATETABLE orders (
  order_id INTEGERNOTNULLAUTO_INCREMENTPRIMARYKEY,
  order_date DATETIMENOTNULL,
  customer_name VARCHAR(255)NOTNULL,
  price DECIMAL(10,5)NOTNULL,
  product_id INTEGERNOTNULL,
  order_status BOOLEANNOTNULL-- Whether order has been placed)AUTO_INCREMENT=10001;INSERTINTO orders
VALUES(default,'2020-07-30 10:08:22','Jark',50.50,102,false),(default,'2020-07-30 10:11:09','Sally',15.00,105,false),(default,'2020-07-30 12:00:30','Edward',25.25,106,false);

1.3.2 在 Postgres 数据库中准备数据

进入 Postgres 容器：

docker-compose exec postgres psql -h localhost -U postgres

创建表

shipments

，并插入数据。

-- PGCREATETABLE shipments (
  shipment_id SERIALNOTNULLPRIMARYKEY,
  order_id SERIALNOTNULL,
  origin VARCHAR(255)NOTNULL,
  destination VARCHAR(255)NOTNULL,
  is_arrived BOOLEANNOTNULL);ALTER SEQUENCE public.shipments_shipment_id_seq RESTART WITH1001;ALTERTABLEpublic.shipments REPLICA IDENTITYFULL;INSERTINTO shipments
VALUES(default,10001,'Beijing','Shanghai',false),(default,10002,'Hangzhou','Shanghai',false),(default,10003,'Shanghai','Hangzhou',false);

2.启动 Flink 集群和 Flink SQL CLI

使用下面的命令跳转至 Flink 目录下

cd flink-1.18.0

使用下面的命令启动 Flink 集群

./bin/start-cluster.sh

启动成功的话，可以在

http://localhost:8081/

访问到 Flink Web UI，如下所示：

在这里插入图片描述
使用下面的命令启动 Flink SQL CLI

./bin/sql-client.sh

启动成功后，可以看到如下的页面：
在这里插入图片描述

3.在 Flink SQL CLI 中使用 Flink DDL 创建表

首先，开启

checkpoint

，每隔 3 秒做一次

checkpoint

-- Flink SQL                   
Flink SQL>SET execution.checkpointing.interval=3s;

然后, 对于数据库中的表

products

，

orders

，

shipments

，使用 Flink SQL CLI 创建对应的表，用于同步这些底层数据库表的数据。

-- Flink SQL
Flink SQL>CREATETABLE products (
    id INT,
    name STRING,
    description STRING,PRIMARYKEY(id)NOT ENFORCED
  )WITH('connector'='mysql-cdc','hostname'='localhost','port'='3306','username'='root','password'='123456','database-name'='mydb','table-name'='products');

Flink SQL>CREATETABLE orders (
   order_id INT,
   order_date TIMESTAMP(0),
   customer_name STRING,
   price DECIMAL(10,5),
   product_id INT,
   order_status BOOLEAN,PRIMARYKEY(order_id)NOT ENFORCED
 )WITH('connector'='mysql-cdc','hostname'='localhost','port'='3306','username'='root','password'='123456','database-name'='mydb','table-name'='orders');

Flink SQL>CREATETABLE shipments (
   shipment_id INT,
   order_id INT,
   origin STRING,
   destination STRING,
   is_arrived BOOLEAN,PRIMARYKEY(shipment_id)NOT ENFORCED
 )WITH('connector'='postgres-cdc','hostname'='localhost','port'='5432','username'='postgres','password'='postgres','database-name'='postgres','schema-name'='public','table-name'='shipments','slot.name'='flink');

最后，创建

enriched_orders

表，用来将关联后的订单数据写入 Elasticsearch 中。

-- Flink SQL
Flink SQL>CREATETABLE enriched_orders (
   order_id INT,
   order_date TIMESTAMP(0),
   customer_name STRING,
   price DECIMAL(10,5),
   product_id INT,
   order_status BOOLEAN,
   product_name STRING,
   product_description STRING,
   shipment_id INT,
   origin STRING,
   destination STRING,
   is_arrived BOOLEAN,PRIMARYKEY(order_id)NOT ENFORCED
 )WITH('connector'='elasticsearch-7','hosts'='http://localhost:9200','index'='enriched_orders');

4.关联订单数据并且将其写入 Elasticsearch 中

使用 Flink SQL 将订单表

order

与商品表

products

，物流信息表

shipments

关联，并将关联后的订单信息写入 Elasticsearch 中。

-- Flink SQL
Flink SQL>INSERTINTO enriched_orders
 SELECT o.*, p.name, p.description, s.shipment_id, s.origin, s.destination, s.is_arrived
 FROM orders AS o
 LEFTJOIN products AS p ON o.product_id = p.id
 LEFTJOIN shipments AS s ON o.order_id = s.order_id;

现在，就可以在 Kibana 中看到包含商品和物流信息的订单数据。

首先访问

http://localhost:5601/app/kibana#/management/kibana/index_pattern

，创建

index pattern

：

enriched_orders

。

在这里插入图片描述

然后就可以在

http://localhost:5601/app/kibana#/discover

看到写入的数据了。

在这里插入图片描述

接下来，修改 MySQL 和 Postgres 数据库中表的数据，Kibana 中显示的订单数据也将实时更新：

在 MySQL 的

orders

表中插入一条数据：

--MySQLINSERTINTO orders
VALUES(default,'2020-07-30 15:22:00','Jark',29.71,104,false);

在 Postgres 的

shipment

表中插入一条数据：

--PGINSERTINTO shipments
VALUES(default,10004,'Shanghai','Beijing',false);

在这里插入图片描述

在 MySQL 的

orders

表中更新订单的状态：

--MySQLUPDATE orders SET order_status =trueWHERE order_id =10004;

在 Postgres 的

shipment

表中更新物流的状态：

--PGUPDATE shipments SET is_arrived =trueWHERE shipment_id =1004;

在这里插入图片描述

在 MySQL 的

orders

表中删除一条数据：

--MySQLDELETEFROM orders WHERE order_id =10004;

每执行一步就刷新一次 Kibana，可以看到 Kibana 中显示的订单数据将实时更新，如下所示：

在这里插入图片描述

5.环境清理

本教程结束后，在

docker-compose.yml

文件所在的目录下执行如下命令停止所有容器：

docker-compose down

在 Flink 所在目录

flink-1.18.0

下执行如下命令停止 Flink 集群：

./bin/stop-cluster.sh

标签：大数据 flink mysql

本文转载自: https://blog.csdn.net/be_racle/article/details/135440826
版权归原作者 G皮T 所有，如有侵权，请联系我们删除。

【大数据】基于 Flink CDC 构建 MySQL 和 Postgres 的 Streaming ETL

1.准备阶段

1.1 准备教程所需要的组件

1.2 下载 Flink 和所需要的依赖包

1.3 准备数据

1.3.1 在 MySQL 数据库中准备数据

1.3.2 在 Postgres 数据库中准备数据

2.启动 Flink 集群和 Flink SQL CLI

3.在 Flink SQL CLI 中使用 Flink DDL 创建表

4.关联订单数据并且将其写入 Elasticsearch 中

5.环境清理

发表评论

“【大数据】基于 Flink CDC 构建 MySQL 和 Postgres 的 Streaming ETL”的评论:

关于作者

overfit同步小助手

相关阅读

文章导航