Flink入门，flink接入kafka数据源，消费数据并处理数据

## 使用Flink接收kafka数据，处理后发送到新topic

首先先下载kafka的linux版本，可以搜索阿里云的镜像进行下载，速度很快
http://mirrors.aliyun.com/apache/kafka/
安装过程可自行搜索。。。
注意，安装号kafka后需要修改配置文件

vi kafka的安装目录/config/server.properties

将文件中的listeners注释去掉，并修改值为你虚拟机的ip，如下图

然后启动kafka，这里要切换到bin目录下

sh kafka-server-start.sh -daemon../config/server.properties

启动完可以切换到logs目录下查看日志
再打开两个shell页面，分别为生产和消费使用

vi server.log

启动生产者服务，bin目录下

./kafka-console-producer.sh --topic 自定义topic名称 --bootstrap-server 你虚拟机ip:9092

启动消费者服务，bin目录下

./kafka-console-consumer.sh --topic 自定义topic名称 --bootstrap-server 你虚拟机ip:9092

然后尝试在生成者输入字符，回车发送


消费者可以收到消息，kafka安装完成，如果没有收到可以检查topic是否一致，ip是否正确
下面引入flink相关依赖

<properties><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><flink.version>1.19.0</flink.version><target.java.version>1.8</target.java.version><scala.binary.version>2.12</scala.binary.version><maven.compiler.source>${target.java.version}</maven.compiler.source><maven.compiler.target>${target.java.version}</maven.compiler.target><log4j.version>2.17.1</log4j.version></properties><repositories><repository><id>apache.snapshots</id><name>Apache Development Snapshot Repository</name><url>https://repository.apache.org/content/repositories/snapshots/</url><releases><enabled>false</enabled></releases><snapshots><enabled>true</enabled></snapshots></repository></repositories><dependencies><!-- Apache Flink依赖项 --><!-- 之所以提供这些依赖项，是因为它们不应该打包到JAR文件中. --><dependency><!--Table API + DataStream--><groupId>org.apache.flink</groupId><artifactId>flink-table-api-java-bridge</artifactId><version>${flink.version}</version><scope>provided</scope></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-clients</artifactId><version>${flink.version}</version><scope>provided</scope></dependency><!--JDBC连接器--><dependency><groupId>org.apache.flink</groupId><artifactId>flink-connector-jdbc</artifactId><version>1.16.0</version></dependency><!-- 在这里添加连接器依赖项。它们必须在默认作用域(编译)中。 --><dependency><!--kafka连接器--><groupId>org.apache.flink</groupId><artifactId>flink-connector-kafka</artifactId><version>1.16.0</version></dependency><!-- 添加日志框架，以便在IDE中运行时生成控制台输出. --><!-- 默认情况下，这些依赖项从应用程序JAR中排除. --><dependency><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-slf4j-impl</artifactId><version>${log4j.version}</version><scope>runtime</scope></dependency><dependency><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-api</artifactId><version>${log4j.version}</version><scope>runtime</scope></dependency><dependency><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-core</artifactId><version>${log4j.version}</version><scope>runtime</scope></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><version>1.18.30</version><scope>compile</scope></dependency></dependencies>

构建时会提示找不到类，在idea中勾选如图选项，或者在pom文件中修改scope的值为compile

下来开始写代码

finalStreamExecutionEnvironment env =StreamExecutionEnvironment.getExecutionEnvironment();//设置并行数
        env.setParallelism(4);// 每10000毫秒进行一次checkpoint
        env.enableCheckpointing(10000);
        env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);// 设置 Kafka 消费者属性Properties properties =newProperties();
        properties.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"ip");
        properties.setProperty(ConsumerConfig.GROUP_ID_CONFIG,"flink-consumer-group");
        properties.setProperty("key.deserializer",StringDeserializer.class.getName());
        properties.setProperty("value.deserializer",StringDeserializer.class.getName());// 创建Kafka消费者,将消费者添加到流FlinkKafkaConsumer<String> consumer =newFlinkKafkaConsumer<>("你设定的topic",newSimpleStringSchema(), properties);//设置只读取最新数据
        consumer.setStartFromLatest();//添加数据源DataStreamSource<String> source = env.addSource(consumer);

        source.print();DataStream<String> mappedStream = source.map(newMapFunction<String,String>(){@OverridepublicStringmap(String value)throwsException{return value.toUpperCase();//进行数据治理 例如，将值转换为大写}});//创建一个Flink生产者,将处理过的数据发回去
        mappedStream.addSink(newFlinkKafkaProducer<>("新的topic",newSimpleStringSchema(), properties));
        
        env.execute("Flink Kafka Integration");

上面这种构建kafka数据源的方式官方显示已经过时，有另一种构建方式

KafkaSource<String> source =KafkaSource.<String>builder().setTopics("test").setGroupId("test-consumer-group").setBootstrapServers("ip:9092").setStartingOffsets(OffsetsInitializer.latest())//消费最新数据.setValueOnlyDeserializer(newSimpleStringSchema()).build();DataStream<String> dataStream = env.fromSource(source,WatermarkStrategy.noWatermarks(),"Kafka Source");

然后运行代码，在生产者生产一条数据进行查看
生产者
查看代码控制台
最后运行新的消费者，消费处理后的数据，只需修改topic

可以看到，flink英文变成了大写，简单接入完成