【自定义Source、Sink】Flink自定义Source、Sink对ClickHouse进行读和批量写操作_flink 读取clickhouse

最新推荐文章于 2024-07-24 23:25:48 发布

2401_84186109

最新推荐文章于 2024-07-24 23:25:48 发布

阅读量796

点赞数 28

分类专栏： 2024年程序员学习文章标签： flink clickhouse 大数据

本文链接：https://blog.csdn.net/2401_84186109/article/details/137891706

版权

2024年程序员学习专栏收录该内容

45 篇文章 0 订阅

订阅专栏

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

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

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

    // 使用 try-with-resource 方式关闭JDBC连接 无需手动关闭
    try (ClickHouseConnection conn = clickHouseDataSource.getConnection()) {

        // clickhouse 通过游标的方式读取数据
        Statement stmt = conn.createStatement();
        ResultSet rs = stmt.executeQuery(SQL);
        while (rs.next()) {
            String name = rs.getString(1);
            output.collect(new CHTestPO(name));
        }
    }

}

@Override
public void cancel() {

}

}


## 自定义Sink


### 需额外引入依赖

    <!-- Flink-Connector-Jdbc -->
    <dependency>
        <groupId>org.apache.flink</groupId>
        <artifactId>flink-connector-jdbc_${scala.binary.version}</artifactId>
    </dependency>


### Java 对sql语句处理的两个对象


1. PreparedStatement对象：能够对预编译之后的sql语句进行处理【SQL 语句预编译：通过`占位符'?'`实现，可以防止sql注入】
2. Statement对象：只能对静态的sql语句进行处理


### 核心代码

/**
* 使用 Flink-jdbc-connector + 批量写入 + sql语句的预编译写入 Clickhouse
*/
public class ClickHouseJdbcSink {

private final SinkFunction<T> sink;
private final static String NA = "null";

public ClickHouseJdbcSink(String sql, int batchSize, String url) {

    sink = JdbcSink.sink(
            sql,
            // 对sql语句进行预编译
            new ClickHouseJdbcStatementBuilder<T>(),
            // 设置批量插入数据
            new JdbcExecutionOptions.Builder().withBatchSize(batchSize).build(),
            // 设置ClickHouse连接配置
            new JdbcConnectionOptions.JdbcConnectionOptionsBuilder()
                    .withUrl(url)
                    .build()
    );

}

public SinkFunction<T> getSink() {
    return this.sink;
}

/\*\*

* 对预编译之后的sql语句进行占位符替换
*
* @param ps: PreparedStatement对象下标从 1 开始
* @param fields: clickhouse表PO对象的属性字段
* @param object: clickhouse表PO对象的属性字段所对应的数据类型
*/
public static void setPreparedStatement(
PreparedStatement ps,
Field[] fields,
Object object) throws IllegalAccessException, SQLException {

    // 遍历 Field[]
    for (int i = 1; i <= fields.length; i++) {
        // 取出每个Field实例
        Field field = fields[i - 1];
        // 指示反射的对象在使用时应该取消 Java 语言访问检查
        field.setAccessible(true);
        // 通过Field实例的get方法返回指定的对象
        Object o = field.get(object);
        if (o == null) {
            ps.setNull(i, 0);
            continue;
        }

        // 这里统一设为字符型
        String fieldValue = o.toString();

        // 变量和常量的比较，通常将常量放前，可以避免空指针
        if (!NA.equals(fieldValue) && !"".equals(fieldValue)) {
            // 替换对应位置的占位符
            ps.setObject(i, fieldValue);
        } else {
            ps.setNull(i, 0);
        }
    }
}

}


对sql语句进行预编译

@Slf4j
public class ClickHouseJdbcStatementBuilder implements JdbcStatementBuilder {

@Override
public void accept(PreparedStatement preparedStatement, T t) throws SQLException {

    /\* \*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*

* Java通过反射获取类的字段：
*
* 1. getDeclaredFields()：获取所有的字段，不会获取父类的字段
* 2. getFields(): 只能会public字段，获取包含父类的字段
*
* *********************/

    Field[] fields = t.getClass().getDeclaredFields();

    // 将获取到的字段替换sql预编译之后的占位符。
    try {
        ClickHouseJdbcSink.setPreparedStatement(preparedStatement, fields, t);
    } catch (IllegalAccessException e) {
        log.error("sql 预编译失败", e);
        e.printStackTrace();
    }

}

}


## ClickHouse读写工具类


![image-20231209233006017](https://img-blog.csdnimg.cn/img_convert/e1d68bbc101293cb98757d9f94df793b.png)

public class ClickHouseUtil {

private static final String URL;

static {
    ParameterTool parameterTool = ParameterUtil.getParameters();
    URL = parameterTool.get("clickhouse.url");
}

/\*\*

* 读取clickhouse
*/
public static DataStream read(StreamExecutionEnvironment env, String sql) {
return env.addSource(new ClickHouseSource(URL, sql));
}

/\*\*

* 批量写入ClickHouse
*/
public static DataStreamSink batchWrite(
DataStream dataStream,
String sql,
int batchSize) {

    //生成 SinkFunction
    ClickHouseJdbcSink<T> clickHouseJdbcSink =
            new ClickHouseJdbcSink<T>(sql, batchSize, URL);
    return dataStream.addSink(clickHouseJdbcSink.getSink());
}

}


## 测试一下

public class ClickHouseUtilTest {

@DisplayName("测试Flink+jdbc+游标读取Clickhouse")
@Test
void testRead() throws Exception {
    StreamExecutionEnvironment env =
            StreamExecutionEnvironment.getExecutionEnvironment();

    // 设置并行度1
    env.setParallelism(1);

    // 从default数据库的user表中读取数据
    String sql = "select \* from default.user";
    DataStream<CHTestPO> ds = ClickHouseUtil.read(env, sql);

    // 打印数据流中的元素
    ds.print("clickhouse");

    // 执行程序
    env.execute();

}

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。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）