点一下关注吧!!!非常感谢!!持续更新!!!
目前已经更新到了:
- Hadoop(已更完)
- HDFS(已更完)
- MapReduce(已更完)
- Hive(已更完)
- Flume(已更完)
- Sqoop(已更完)
- Zookeeper(已更完)
- HBase(已更完)
- Redis (已更完)
- Kafka(已更完)
- Spark(已更完)
- Flink(正在更新!)
章节内容
上节我们完成了如下的内容:
- Sink 的基本概念等内容
- Sink的相关信息 配置与使用
- Sink案例写入Redis
JDBC Sink
在 Apache Flink 中,通过 JDBC Sink,可以将处理后的数据写入到 MySQL 数据库中。这对于将实时处理的数据持久化或与其他系统进行集成非常有用。
Flink JDBC Sink 简介
Flink 提供了 JdbcSink,它是基于 JDBC 协议的 Sink,可以将数据写入各种关系型数据库,包括 MySQL。在使用 JDBC Sink 时,需要提供数据库连接信息和 SQL 语句,通过这些信息,Flink 将数据流中的记录插入或更新到 MySQL 表中。
Flink 到 MySQL 的基本步骤
将数据流写入 MySQL 的步骤主要包括以下几点:
- 依赖库配置:确保在项目中引入了 Flink 和 MySQL 相关的依赖库,通常需要配置 Maven 或 Gradle。
- 定义数据源和数据流:创建并处理数据流。
- 配置 JDBC Sink:提供数据库的连接信息和插入 SQL 语句。
- 启动任务:将数据流写入 MySQL。
优化建议
在实际项目中,向 MySQL 插入大量数据时,应考虑以下优化策略:
- 批量插入:通过 JdbcExecutionOptions 配置批量插入,可以大幅提升写入性能。
- 连接池:对于高并发的写入操作,建议使用连接池来减少数据库连接开销。
- 索引优化:为插入的表配置合适的索引,可以提高查询性能,但在大量写入时,索引可能会降低- 插入速度,因此需要权衡。
- 数据分片:对于非常大规模的数据,可以考虑将数据分片并行写入不同的 MySQL 实例或分区表中。
案例:流数据下沉到MySQL
添加依赖
<dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>8.0.28</version></dependency>
编写代码
一个Person的类,对应MySQL中的一张表的字段。
模拟几条数据流,写入到 MySQL中。
packageicu.wzk;importorg.apache.flink.configuration.Configuration;importorg.apache.flink.streaming.api.datastream.DataStreamSource;importorg.apache.flink.streaming.api.functions.sink.RichSinkFunction;importorg.apache.flink.streaming.api.scala.StreamExecutionEnvironment;importjava.sql.Connection;importjava.sql.DriverManager;importjava.sql.PreparedStatement;publicclassSinkSqlTest{publicstaticvoidmain(String[] args){StreamExecutionEnvironment env =StreamExecutionEnvironment.getExecutionEnvironment();DataStreamSource<Person> data = env.getJavaEnv().fromElements(newPerson("wzk",18,1),newPerson("icu",20,1),newPerson("wzkicu",13,2));
data.addSink(newMySqlSinkFunction());
env.execute();}publicstaticclassMySqlSinkFunctionextendsRichSinkFunction<Person>{privatePreparedStatement preparedStatement =null;privateConnection connection =null;@Overridepublicvoidopen(Configuration parameters)throwsException{String url ="jdbc:mysql://h122.wzk.icu:3306/flink-test?useUnicode=true&characterEncoding=UTF-8&serverTimezone=UTC";String username ="hive";String password ="[email protected]";
connection =DriverManager.getConnection(url, username, password);String sql ="INSERT INTI PERSON(name, age, sex) VALUES(?, ?, ?)";
preparedStatement = connection.prepareStatement(sql);}@Overridepublicvoidinvoke(Person value,Context context)throwsException{
preparedStatement.setString(1, value.getName());
preparedStatement.setInt(2, value.getAge());
preparedStatement.setInt(3, value.getSex());
preparedStatement.executeUpdate();}@Overridepublicvoidclose()throwsException{if(null!= connection){
connection.close();}if(null!= preparedStatement){
preparedStatement.close();}}}publicstaticclassPerson{privateString name;privateInteger age;privateInteger sex;publicPerson(){}publicPerson(String name,Integer age,Integer sex){this.name = name;this.age = age;this.sex = sex;}publicStringgetName(){return name;}publicvoidsetName(String name){this.name = name;}publicIntegergetAge(){return age;}publicvoidsetAge(Integer age){this.age = age;}publicIntegergetSex(){return sex;}publicvoidsetSex(Integer sex){this.sex = sex;}}}
数据库配置
我们新建一张表出来,person表,里边有我们需要的字段。
运行代码
我们运行代码,等待运行结束。
查看结果
查看数据库中的数据,我们可以看到刚才模拟的数据已经成功写入了。
案例:写入到Kafka
编写代码
packageicu.wzk;importorg.apache.flink.api.common.serialization.SimpleStringSchema;importorg.apache.flink.streaming.api.scala.DataStream;importorg.apache.flink.streaming.api.scala.StreamExecutionEnvironment;importorg.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer;publicclassSinkKafkaTest{publicstaticvoidmain(String[] args){StreamExecutionEnvironment env =StreamExecutionEnvironment.getExecutionEnvironment();DataStream<String> data = env.socketTextStream("localhost",9999,'\n',0);String brokerList ="h121.wzk.icu:9092";String topic ="flink_test";FlinkKafkaProducer<String> producer =newFlinkKafkaProducer<>(brokerList, topic,newSimpleStringSchema());
data.addSink(producer);
env.execute("SinkKafkaTest");}}
运行代码
启动一个 nc
nc-lk9999
我们通过回车的方式,可以发送数据。
Java 程序中等待
查看结果
我们登录到服务器查看信息
./kafka-console-consumer.sh --bootstrap-server h121.wzk.icu:9092 --topic flink_test --from-beginning
可以看到刚才的数据已经写入了:
版权归原作者 武子康 所有, 如有侵权,请联系我们删除。