<!-- more -->

前言

之前其實在 《從0到1學習Flink》—— 如何自定義 Data Sink ？ 文章中其實已經寫了點將數據寫入到 MySQL，但是一些配置化的東西當時是寫死的，不能夠通用，最近知識星球里有朋友叫我: 寫個從 kafka 中讀取數據，經過 Flink 做個預聚合，然后創建數據庫連接池將數據批量寫入到 mysql 的例子。

于是才有了這篇文章，更多提問和想要我寫的文章可以在知識星球里像我提問，我會根據提問及時回答和盡可能作出文章的修改。

準備

你需要將這兩個依賴添加到 pom.xml 中

<dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>5.1.34</version> </dependency>

讀取 kafka 數據

這里我依舊用的以前的 student 類，自己本地起了 kafka 然后造一些測試數據，這里我們測試發送一條數據則 sleep 10s，意味著往 kafka 中一分鐘發 6 條數據。

package com.zhisheng.connectors.mysql.utils;import com.zhisheng.common.utils.GsonUtil; import com.zhisheng.connectors.mysql.model.Student; import org.apache.kafka.clients.producer.KafkaProducer; import org.apache.kafka.clients.producer.ProducerRecord;import java.util.Properties;/*** Desc: 往kafka中寫數據,可以使用這個main函數進行測試* Created by zhisheng on 2019-02-17* Blog: http://www.54tianzhisheng.cn/tags/Flink/*/ public class KafkaUtil {public static final String broker_list = "localhost:9092";public static final String topic = "student"; //kafka topic 需要和 flink 程序用同一個 topicpublic static void writeToKafka() throws InterruptedException {Properties props = new Properties();props.put("bootstrap.servers", broker_list);props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");KafkaProducer producer = new KafkaProducer<String, String>(props);for (int i = 1; i <= 100; i++) {Student student = new Student(i, "zhisheng" + i, "password" + i, 18 + i);ProducerRecord record = new ProducerRecord<String, String>(topic, null, null, GsonUtil.toJson(student));producer.send(record);System.out.println("發送數據: " + GsonUtil.toJson(student));Thread.sleep(10 * 1000); //發送一條數據 sleep 10s，相當于 1 分鐘 6 條}producer.flush();}public static void main(String[] args) throws InterruptedException {writeToKafka();} }

從 kafka 中讀取數據，然后序列化成 student 對象。

final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); Properties props = new Properties(); props.put("bootstrap.servers", "localhost:9092"); props.put("zookeeper.connect", "localhost:2181"); props.put("group.id", "metric-group"); props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer"); props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer"); props.put("auto.offset.reset", "latest");SingleOutputStreamOperator<Student> student = env.addSource(new FlinkKafkaConsumer011<>("student", //這個 kafka topic 需要和上面的工具類的 topic 一致new SimpleStringSchema(),props)).setParallelism(1).map(string -> GsonUtil.fromJson(string, Student.class)); //，解析字符串成 student 對象

因為 RichSinkFunction 中如果 sink 一條數據到 mysql 中就會調用 invoke 方法一次，所以如果要實現批量寫的話，我們最好在 sink 之前就把數據聚合一下。那這里我們開個一分鐘的窗口去聚合 Student 數據。

student.timeWindowAll(Time.minutes(1)).apply(new AllWindowFunction<Student, List<Student>, TimeWindow>() {@Overridepublic void apply(TimeWindow window, Iterable<Student> values, Collector<List<Student>> out) throws Exception {ArrayList<Student> students = Lists.newArrayList(values);if (students.size() > 0) {System.out.println("1 分鐘內收集到 student 的數據條數是：" + students.size());out.collect(students);}} });

寫入數據庫

這里使用 DBCP 連接池連接數據庫 mysql，pom.xml 中添加依賴：

<dependency><groupId>org.apache.commons</groupId><artifactId>commons-dbcp2</artifactId><version>2.1.1</version> </dependency>

如果你想使用其他的數據庫連接池請加入對應的依賴。

這里將數據寫入到 MySQL 中，依舊是和之前文章一樣繼承 RichSinkFunction 類，重寫里面的方法：

package com.zhisheng.connectors.mysql.sinks;import com.zhisheng.connectors.mysql.model.Student; import org.apache.commons.dbcp2.BasicDataSource; import org.apache.flink.configuration.Configuration; import org.apache.flink.streaming.api.functions.sink.RichSinkFunction;import javax.sql.DataSource; import java.sql.Connection; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.util.List;/*** Desc: 數據批量 sink 數據到 mysql* Created by zhisheng_tian on 2019-02-17* Blog: http://www.54tianzhisheng.cn/tags/Flink/*/ public class SinkToMySQL extends RichSinkFunction<List<Student>> {PreparedStatement ps;BasicDataSource dataSource;private Connection connection;/*** open() 方法中建立連接，這樣不用每次 invoke 的時候都要建立連接和釋放連接** @param parameters* @throws Exception*/@Overridepublic void open(Configuration parameters) throws Exception {super.open(parameters);dataSource = new BasicDataSource();connection = getConnection(dataSource);String sql = "insert into Student(id, name, password, age) values(?, ?, ?, ?);";ps = this.connection.prepareStatement(sql);}@Overridepublic void close() throws Exception {super.close();//關閉連接和釋放資源if (connection != null) {connection.close();}if (ps != null) {ps.close();}}/*** 每條數據的插入都要調用一次 invoke() 方法** @param value* @param context* @throws Exception*/@Overridepublic void invoke(List<Student> value, Context context) throws Exception {//遍歷數據集合for (Student student : value) {ps.setInt(1, student.getId());ps.setString(2, student.getName());ps.setString(3, student.getPassword());ps.setInt(4, student.getAge());ps.addBatch();}int[] count = ps.executeBatch();//批量后執行System.out.println("成功了插入了" + count.length + "行數據");}private static Connection getConnection(BasicDataSource dataSource) {dataSource.setDriverClassName("com.mysql.jdbc.Driver");//注意，替換成自己本地的 mysql 數據庫地址和用戶名、密碼dataSource.setUrl("jdbc:mysql://localhost:3306/test");dataSource.setUsername("root");dataSource.setPassword("root123456");//設置連接池的一些參數dataSource.setInitialSize(10);dataSource.setMaxTotal(50);dataSource.setMinIdle(2);Connection con = null;try {con = dataSource.getConnection();System.out.println("創建連接池：" + con);} catch (Exception e) {System.out.println("-----------mysql get connection has exception , msg = " + e.getMessage());}return con;} }

核心類 Main

核心程序如下：

public class Main {public static void main(String[] args) throws Exception{final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();Properties props = new Properties();props.put("bootstrap.servers", "localhost:9092");props.put("zookeeper.connect", "localhost:2181");props.put("group.id", "metric-group");props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");props.put("auto.offset.reset", "latest");SingleOutputStreamOperator<Student> student = env.addSource(new FlinkKafkaConsumer011<>("student", //這個 kafka topic 需要和上面的工具類的 topic 一致new SimpleStringSchema(),props)).setParallelism(1).map(string -> GsonUtil.fromJson(string, Student.class)); //student.timeWindowAll(Time.minutes(1)).apply(new AllWindowFunction<Student, List<Student>, TimeWindow>() {@Overridepublic void apply(TimeWindow window, Iterable<Student> values, Collector<List<Student>> out) throws Exception {ArrayList<Student> students = Lists.newArrayList(values);if (students.size() > 0) {System.out.println("1 分鐘內收集到 student 的數據條數是：" + students.size());out.collect(students);}}}).addSink(new SinkToMySQL());env.execute("flink learning connectors kafka");} }

運行項目

運行 Main 類后再運行 KafkaUtils.java 類！

下圖是往 Kafka 中發送的數據：

下圖是運行 Main 類的日志，會創建 4 個連接池是因為默認的 4 個并行度，你如果在 addSink 這個算子設置并行度為 1 的話就會創建一個連接池：

下圖是批量插入數據庫的結果：

總結

本文從知識星球一位朋友的疑問來寫的，應該都滿足了他的條件（批量/數據庫連接池/寫入mysql），的確網上很多的例子都是簡單的 demo 形式，都是單條數據就創建數據庫連接插入 MySQL，如果要寫的數據量很大的話，會對 MySQL 的寫有很大的壓力。這也是我之前在 《從0到1學習Flink》—— Flink 寫入數據到 ElasticSearch 中，數據寫 ES 強調過的，如果要提高性能必定要批量的寫。就拿我們現在這篇文章來說，如果數據量大的話，聚合一分鐘數據達萬條，那么這樣批量寫會比來一條寫一條性能提高不知道有多少。

本文原創地址是: http://www.54tianzhisheng.cn/2019/01/15/Flink-MySQL-sink/ , 未經允許禁止轉載。

關注我

微信公眾號：zhisheng

另外我自己整理了些 Flink 的學習資料，目前已經全部放到微信公眾號了。你可以加我的微信：zhisheng_tian，然后回復關鍵字：Flink 即可無條件獲取到。

更多私密資料請加入知識星球！

Github 代碼倉庫

https://github.com/zhisheng17/flink-learning/

以后這個項目的所有代碼都將放在這個倉庫里，包含了自己學習 flink 的一些 demo 和博客。

本文的項目代碼在 https://github.com/zhisheng17/flink-learning/tree/master/flink-learning-connectors/flink-learning-connectors-mysql

相關文章

1、《從0到1學習Flink》—— Apache Flink 介紹

2、《從0到1學習Flink》—— Mac 上搭建 Flink 1.6.0 環境并構建運行簡單程序入門

3、《從0到1學習Flink》—— Flink 配置文件詳解

4、《從0到1學習Flink》—— Data Source 介紹

5、《從0到1學習Flink》—— 如何自定義 Data Source ？

6、《從0到1學習Flink》—— Data Sink 介紹

7、《從0到1學習Flink》—— 如何自定義 Data Sink ？

8、《從0到1學習Flink》—— Flink Data transformation(轉換)

9、《從0到1學習Flink》—— 介紹Flink中的Stream Windows

10、《從0到1學習Flink》—— Flink 中的幾種 Time 詳解

11、《從0到1學習Flink》—— Flink 寫入數據到 ElasticSearch

12、《從0到1學習Flink》—— Flink 項目如何運行？

13、《從0到1學習Flink》—— Flink 寫入數據到 Kafka

14、《從0到1學習Flink》—— Flink JobManager 高可用性配置

15、《從0到1學習Flink》—— Flink parallelism 和 Slot 介紹

16、《從0到1學習Flink》—— Flink 讀取 Kafka 數據批量寫入到 MySQL

總結

以上是生活随笔為你收集整理的《从0到1学习Flink》—— Flink 读取 Kafka 数据批量写入到 MySQL的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。