Flink消费kafka,保存postgresql

本文介绍了如何使用Flink从Kafka消费数据,解析JSON并存储到PostgreSQL数据库。首先,需要在项目中添加PostgreSQL依赖。接着,详细讲述了Flink连接Kafka、解析JSON和自定义Sink函数实现数据存库的步骤,包括Open、Close方法的实现以及复合类型的使用。
摘要由CSDN通过智能技术生成

一、场景:

Flink消费kafka数据,解析json,保存到postgresql数据库

二、依赖:

如果是在IDEA中写代码,需要在pom文件中添加postgresql依赖,其他的一些依赖自行导入。

<dependency>
    <groupId>org.postgresql</groupId>
    <artifactId>postgresql</artifactId>
    <version>42.2.2</version>
</dependency>

三、代码实现

3.1、Flink消费连接kafka,指定消费的IP和Topic

final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setRuntimeMode(RuntimeExecutionMode.AUTOMATIC);
env.enableCheckpointing(5000);
Properties properties = new Properties();
properties.setProperty("bootstrap.servers", "cdh-01:9092,cdh-02:9092,cdh-03:9092");
properties.setProperty("group.id", "postgresql_test000006");
properties.setProperty("auto.offset.reset", "earliest"
  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
下面是一个示例代码,演示如何使用Flink消费Kafka数据流并将数据写入PostgreSQL数据库: ```java import org.apache.flink.api.common.functions.MapFunction; import org.apache.flink.streaming.api.datastream.DataStream; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer; import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010; import org.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer; import org.apache.flink.streaming.util.serialization.SimpleStringSchema; import org.apache.kafka.clients.consumer.ConsumerConfig; import org.apache.kafka.clients.producer.ProducerConfig; import org.apache.kafka.common.serialization.StringDeserializer; import org.apache.kafka.common.serialization.StringSerializer; import java.util.Properties; public class KafkaToFlinkToPostgreSQL { public static void main(String[] args) throws Exception { // 设置Flink的执行环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // 配置Kafka消费者 Properties consumerProperties = new Properties(); consumerProperties.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092"); consumerProperties.setProperty(ConsumerConfig.GROUP_ID_CONFIG, "flink-consumer"); FlinkKafkaConsumer<String> kafkaConsumer = new FlinkKafkaConsumer<>("kafka-topic", new SimpleStringSchema(), consumerProperties); // 从Kafka读取数据 DataStream<String> kafkaDataStream = env.addSource(kafkaConsumer); // 将数据写入PostgreSQL kafkaDataStream.map(new MapFunction<String, Object>() { @Override public Object map(String value) throws Exception { // 这里编写将数据写入PostgreSQL的代码 return null; } }); // 启动Flink任务 env.execute("Kafka to Flink to PostgreSQL"); } } ``` 在这个示例代码中,我们使用FlinkKafka消费者从Kafka读取数据流,并使用`map`操作将数据写入PostgreSQL。需要根据具体的业务需求编写具体的写入PostgreSQL的代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值