python实现pyflink的scalar自定义函数

最新推荐文章于 2023-02-23 10:42:18 发布

小金子的夏天

最新推荐文章于 2023-02-23 10:42:18 发布

阅读量238

点赞数

分类专栏：基于python的大数据开发实战文章标签： kafka

本文链接：https://blog.csdn.net/WangYouJin321/article/details/126222369

版权

基于python的大数据开发实战专栏收录该内容

17 篇文章 5 订阅

订阅专栏

这篇博客介绍了如何利用Python的PyFlink库创建流处理环境，定义用户自定义函数(UDF)，从Kafka源读取数据，并将结果写入PrintSink。示例中展示了创建TableEnvironment，定义source表和sink表，以及执行SQL查询来计算数据的总和。

摘要由CSDN通过智能技术生成


from pyflink.table import EnvironmentSettings, TableEnvironment
from pyflink.table import EnvironmentSettings, TableEnvironment, DataTypes

from pyflink.table.udf import TableFunction,udtf
from pyflink.table.expressions import call
from pyflink.table.udf import udf
# 1. 创建 TableEnvironment
env_settings = EnvironmentSettings.new_instance().in_streaming_mode().use_blink_planner().build()
table_env = TableEnvironment.create(env_settings)



# 2. 创建 source 表
table_env.execute_sql("""
    CREATE TABLE datagen (
        i INT,
        j INT,
        m VARCHAR 
    ) WITH (
              'connector' = 'kafka',
              'topic' = 'flink_udftest1',
              'properties.bootstrap.servers' = '10.1:9092',
              'properties.group.id' = 'test_PrintUdf',
              'scan.startup.mode' = 'latest-offset',
              'format' = 'json'
            )
""")



@udf(input_types=[DataTypes.INT(), DataTypes.INT()], result_type=DataTypes.INT())
def add(i, j):
    return i + j

table_env.register_function("add", add)


# 3. 创建 sink 表i INT,
#         j INT,m VARCHAR
table_env.execute_sql("""
    CREATE TABLE print (
        i INT,
        numsum INT
        
    ) WITH (
        'connector' = 'print'
    )
""")

# 4. 查询 source 表，同时执行计算
# 通过 Table API 创建一张表：
source_table = table_env.from_path("datagen")

# 或者通过 SQL 查询语句创建一张表：
#source_table = table_env.sql_query("SELECT * FROM datagen")


table_env.sql_update("insert into print select i, add(i,j) from datagen")
table_env.execute("job_sum")