DataStream API

  1. 主要流程
  2. 获取执行环境
  3. 获取数据

件数据源

使用件数据源前,需要先添加相关依赖

 <dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-connector-files</artifactId>
    <version>${flink.version}</version>
    <scope>provided</scope>
</dependency>
public class Flink02_FileSource {
    public static void main(String[] args) throw Exception {
        
        //1.创建运行环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        //默认最大并行
        env.setParallelism(1);

        //file source
        FileSource.FileSourceBuilder<String> fileSourceBuilder = FileSource
                .<String>forRecordStreamFormat(new TextLineInputFormat("utf-8"), new Path("input/word.txt"));
        FileSource<String> fileSource = fileSourceBuilder.build();

        //source 算子
        DataStreamSource<String> ds = env.fromSource(fileSource, WatermarkStrategy.noWatermarks(), "fileSource");

        ds.print();
       
        env.execute();
       
    }
}

DataGen数据

主要用于生成模拟数据,也需要导入相关依赖

 <dependency>
      <groupId>org.apache.flink</groupId>
      <artifactId>flink-connector-datagen</artifactId>
      <version>${flink.version}</version>
      <scope>compile</scope>
  </dependency>
public class Flink04_DataGenSource {
    public static void main(String[] args) {


        //1.创建运行环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        //默认是最大并行度
        env.setParallelism(1);

        DataGeneratorSource<String> dataGeneratorSource = new DataGeneratorSource<>(
                new GeneratorFunction<Long, String>() {
                    @Override
                    public String map(Long value) throws Exception {

                        return UUID.randomUUID() + "->" + value;
                    }
                },
                100,
                RateLimiterStrategy.perSecond(1),
                Types.STRING
        );

        DataStreamSource<String> dataGenDs = env.fromSource(dataGeneratorSource, WatermarkStrategy.noWatermarks(), "dataGenDs");
        dataGenDs.print();

        try {
            env.execute();
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }
}

Kafka消费者

  1. 消费方式拉取

  2. 消费者对象:KafkaConsumenr

  3. 消费原则
    一个主题的一个分区只能被一个消费者组中的一个消费消费
    一个消费者组中的一个消费者可以消费一个主题中的多个分区

  4. 消费者相关参数

  5. 消费数据存在的问题

  6. shell 创建生产者对象:kafkaconsoleproducer.shbootstrapserver hadoop102:9092 —topic first

public class Flink03_KafkaSource {
    public static void main(String[] args) {

        //1.创建运行环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        //默认是最大并行度
        env.setParallelism(1);

        KafkaSource<String> stringKafkaSource = KafkaSource.<String>builder()
                .setBootstrapServers("hadoop102:9092,hadoop103:9092")
                .setGroupId("flink")
                .setTopics("first")
                //优先使用消费者组记录的Offset进行消费,如果offset不存在,根据策略进行重置
                .setStartingOffsets(OffsetsInitializer.committedOffsets(OffsetResetStrategy.LATEST))
                .setValueOnlyDeserializer(new SimpleStringSchema())
                //如果还有别的配置需要指定统一使用通用方法
//                .setProperty("isolation.level", "read_committed")
                .build();

        DataStreamSource<String> kafkaDS = env.fromSource(stringKafkaSource, WatermarkStrategy.noWatermarks(), "kafkaDS");
        kafkaDS.print();

        try {
            env.execute();
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }
}

原文地址:https://blog.csdn.net/qq_44273739/article/details/134814641

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_49390.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注