最新FlinkSQL学习笔记（三）常用连接器举例(2)，2024年最新大数据开发中高级面试题

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

DataStreamSource<String> s1 = env.socketTextStream("123.56.100.37", 9999);
SingleOutputStreamOperator<Bean1> bean1 = s1.map(s -> {
    String[] arr = s.split(",");
    return new Bean1(Integer.parseInt(arr[0]), arr[1]);
});

2. socket流转表

tenv.createTemporaryView("bean1",bean1);

3. 创建upsert-kafka表

CREATE TABLE t_upsert_kafka (	
-- 这里只能NOT ENFORCED，不像MySQL中可以进行强制主键 
  gender STRING PRIMARY KEY NOT ENFORCED,                  
  cnt BIGINT                                               
) WITH (                                                   
  'connector' = 'upsert-kafka',                            
  'topic' = 'upsert\_kafka2',                               
  'properties.bootstrap.servers' = '123.56.100.37:9092',   
  'key.format' = 'csv',                                    
  'value.format' = 'csv'                                   
);               

4. 写入upsert-kafka

INSERT INTO t_upsert_kafka
SELECT gender,count(1) as cnt FROM bean1 GROUP BY gender

5. 执行结果
   

1.3、join条件下的【+I、-D、+I】

1. 产生socket流

//1,zs,18
DataStreamSource<String> s1 = env.socketTextStream("123.56.100.37", 9999);
SingleOutputStreamOperator<Bean1> bean1 = s1.map(s -> {
    String[] arr = s.split(",");
    return new Bean1(Integer.parseInt(arr[0]),arr[1],Integer.parseInt(arr[2]));
});

//1,beijing,1388888
DataStreamSource<String> s2 = env.socketTextStream("123.56.100.37", 9998);
SingleOutputStreamOperator<Bean2> bean2 = s2.map(s -> {
    String[] arr = s.split(",");
    return new Bean2(Integer.parseInt(arr[0]),arr[1],Integer.parseInt(arr[2]));
});

2. socket流转表

tenv.createTemporaryView("bean1",bean1);
tenv.createTemporaryView("bean2",bean2);

3. 执行建表语句

CREATE TABLE t_upsert_kafka_join3 (						
  id     INT PRIMARY KEY NOT ENFORCED,                  
  name   STRING,                                        
  age    INT,                                           
  addr   STRING,                                        
  phone  BIGINT                                         
) WITH (                                                
  'connector' = 'upsert-kafka',                         
  'topic' = 'upsert\_kafka2\_join',                       
  'properties.bootstrap.servers' = '123.56.100.37:9092',
  'key.format' = 'csv',                                 
  'value.format' = 'json'                               
) 

4. 执行join语句插入

INSERT INTO t_upsert_kafka_join3		    
SELECT A1.id,A1.name,A1.age,A2.addr,A2.phone
  FROM bean1 AS A1                          
  LEFT JOIN bean2 AS A2                     
    ON A1.id = A2.id                       

5. 查看结果

tenv.executeSql("SELECT \* FROM t\_upsert\_kafka\_join3").print();

2、Jdbc连接器

JDBC 连接器允许使用 JDBC 驱动向任意类型的关系型数据库读取或者写入数据。如果在 DDL 中定义了主键，JDBC sink 将以 upsert 模式与外部系统交换 UPDATE/DELETE 消息；否则，它将以 append 模式与外部系统交换消息且不支持消费 UPDATE/DELETE 消息。Jdbc作为source的时候，支持scan模式和lookup模式，look模式的意思参考lookup join。

2.1、Scan Source

CREATE TABLE flink_users (									
  id int primary key,                                       
  name string,                                              
  age int,                                                  
  gender string                                             
) WITH (                                                    
   'connector' = 'jdbc',                                    
   'url' = 'jdbc:mysql://123.56.100.37:3306/flinktest?useSSL=false', 
   'table-name' = 'users',                                  
   'username' = 'root',                                     
   'password' = '123456'                                    
)  

相当于有界流，只scan一次

2.2、Sink: Streaming Append & Upsert Mode

INSERT INTO flink_users		         
SELECT A1.id,A1.name,A1.age,A2.gender
  FROM bean1 AS A1                   
  LEFT JOIN bean2 AS A2              
    ON A1.id = A2.id  

查询结果，select的之后只scan一次

3、CDC连接器

适用于 Apache Flink 的 CDC 连接器是一组适用于 Apache Flink 的源连接器，使用更改数据捕获 （CDC） 从不同的数据库引入更改。 适用于 Apache Flink 的 CDC 连接器集成了 Debezium 作为捕获数据更改的引擎。所以它可以充分利用Debezium的能力。

github地址：https://github.com/ververica/flink-cdc-connectors?tab=readme-ov-file

3.1、Flink-CDC源码编译

1. 下载源码
   https://github.com/apache/flink-cdc/blob/release-2.0/pom.xml
   选择合适的版本、文章中用的事1.14.4，这里选择1.13.1版本
   
2. 在idea中，通过project from version control导入maven项目，源码修改如下：
   ①：删除包括测试等不用的项目，避免编译多余的项目
   ②：修改flink版本和Scala版本，为了匹配我们现在使用的flink版本
   ③：修改项目的groupId和version，定义新的flink版本
   这一步其实就是相当于修改源码，实际编程过程中，遇到很多细节性的错误，这里不做列举
   
3. 编译源码，打包
   这里直接在idea中选择install，从而可以成功的安装到本地
   

3.2 、mysql开启binlog

1. 修改配置文件/etc/mysql/my.cnf
   github参考连接：https://github.com/apache/flink-cdc/blob/master/docs/content/docs/connectors/cdc-connectors/mysql-cdc.md
   
   [mysqld]：https://stackoverflow.com/questions/44298071/how-to-fix-mysql-error-found-option-without-preceding-group-in-config-file
2. 查看binlog是否开启

![img](https://img-blog.csdnimg.cn/img_convert/b450e32c19ae96558a9670b2c4742983.png)
![img](https://img-blog.csdnimg.cn/img_convert/dd077a09ba787dd9e2e3075154b95c8d.png)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

3)]

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**