Flink利用KafkaSource读取Kafka数据做为数据源

虎年第一篇：

在Flink的1.13版本以后，官方对FlinkKafkaConsumer类进行了过期设置，所以最好用KafkaSource来进行读取数据。

pom文件

<dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-connector-kafka_2.12</artifactId> <version>1.14.3</version> </dependency>

代码如下：

final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();


Properties consumerPro = new Properties();
        consumerPro.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "KAFKA_BOOTSTRAP_SERVERS");
        consumerPro.setProperty(ConsumerConfig.GROUP_ID_CONFIG,"Kafka-Group-Id");


KafkaSource<Test> testKafkaSource = KafkaSource.<Test>builder()
                .setProperties(consumerPro)
                .setTopics("Topic-Name")
                .setValueOnlyDeserializer(new KafkaSourceSchema())
                .setStartingOffsets(OffsetsInitializer.earliest())
                .build();

DataStreamSource<Test> testDataStream = env.fromSource(testKafkaSource,
                WatermarkStrategy.noWatermarks(),
                "Kafka-Source",
                TypeInformation.of(Test.class));


@AllArgsConstructor
@NoArgsConstructor
@Data
class Test{
    private int id;
    private int name;
}

KafkaSource之后的内容都是一些常规设置，这里就不一一解释了。

略微对fromSource读取的时候其中的参数进行下解释，在使用fromSource方法的时候，源码如下：

public <OUT> DataStreamSource<OUT> fromSource(
            Source<OUT, ?, ?> source,
            WatermarkStrategy<OUT> timestampsAndWatermarks,
            String sourceName,
            TypeInformation<OUT> typeInfo)

共四个参数，其中

第一个参数为源头，即KafkaSource读取过后的内容；

第二个参数为水位线设置策略，目前为止，经过测试发现，如果自定义一个水位线类实现WatermarkStrategy该类，发现后期其实这里在使用窗口函数的时候，会无法输出数据，所以这里可以统一填WatermarkStrategy.noWatermarks()，暂时读的时候先不设置水位线，在后期具体开窗之后再具体设置水位线；

第三个参数为该Source的自定义的一个名字；

第四个参数为返回值类型的一个说明，可以统一用TypeInformation.of来封装。

预祝各位2022年新年快乐，虎年大吉！！！