Flink链接kafka并解析Json文件(二)

Flink从kafka中消费数据(scala版本):

pom文件:
<!-- Flink 的scala依赖 -->
<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-scala_2.11</artifactId>
    <version>1.10.1</version>
</dependency>
<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-streaming-scala_2.11</artifactId>
    <version>1.10.1</version>
</dependency>
<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-clients_2.11</artifactId>
    <version>1.10.1</version>
</dependency>

<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-connector-kafka-0.11_2.11</artifactId>
    <version>1.10.1</version>
</dependency>

<build>
    <plugins>
        <!-- 该插件用于将Scala代码编译成class文件 -->
        <plugin>
            <groupId>net.alchim31.maven</groupId>
            <artifactId>scala-maven-plugin</artifactId>
            <version>3.2.2</version>
            <executions>
                <execution>
                    <!-- 声明绑定到maven的compile阶段 -->
                    <goals>
                        <goal>compile</goal>
                        <goal>testCompile</goal>
                    </goals>
                </execution>
            </executions>
        </plugin>
        <plugin>
            <groupId>org.apache.maven.plugins</groupId>
            <artifactId>maven-assembly-plugin</artifactId>
            <version>3.0.0</version>
            <configuration>
                <descriptorRefs>
                    <descriptorRef>jar-with-dependencies</descriptorRef>
                </descriptorRefs>
            </configuration>
            <executions>
                <execution>
                    <id>make-assembly</id>
                    <phase>package</phase>
                    <goals>
                        <goal>single</goal>
                    </goals>
                </execution>
            </executions>
        </plugin>
    </plugins>
</build>

flink链接kafka
import java.util.Properties
import org.apache.flink.streaming.api.scala._
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer011
import org.apache.flink.streaming.util.serialization.SimpleStringSchema

val properties = new Properties()
properties.setProperty("bootstrap.servers", "xxx:9092,xxx:9092,xxx:9092")
properties.setProperty("group.id", "consumer-group")
properties.setProperty("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer")
properties.setProperty("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer")
properties.setProperty("auto.offset.reset", "latest")

val kafkaDS: DataStream[String] = env.addSource(
  new FlinkKafkaConsumer011[String](
    "主题",
    new SimpleStringSchema(),
    properties)
)

遇到的问题:

FlinkKafkaConsumer011这个类因为版本问题会引起冲突。解决方案在上一篇:https://blog.csdn.net/morsunlight/article/details/112962422

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要消费Kafka中的复杂JSON数据,可以使用Apache FlinkJSON解析库来解析JSON数据。首先,在Flink中,需要使用Kafka Consumer来消费Kafka中的消息。然后,可以使用FlinkJSON解析库来解析JSON数据,将其转换为Flink中的数据类型。最后,可以对数据进行处理和转换,并将结果发送回Kafka或其他存储系统。 以下是一个使用Flink消费Kafka中的JSON数据的示例程序: ```java // 创建一个Kafka Consumer FlinkKafkaConsumer<String> kafkaConsumer = new FlinkKafkaConsumer<>("topic-name", new SimpleStringSchema(), properties); // 从Kafka中读取JSON数据 DataStream<String> jsonStream = env.addSource(kafkaConsumer); // 解析JSON数据为Flink中的数据类型 DataStream<MyData> myDataStream = jsonStream.map(new MapFunction<String, MyData>() { @Override public MyData map(String jsonString) throws Exception { ObjectMapper objectMapper = new ObjectMapper(); MyData myData = objectMapper.readValue(jsonString, MyData.class); return myData; } }); // 对数据进行处理和转换 DataStream<MyResult> myResultStream = myDataStream.filter(new FilterFunction<MyData>() { @Override public boolean filter(MyData myData) throws Exception { return myData.value > 0; } }).map(new MapFunction<MyData, MyResult>() { @Override public MyResult map(MyData myData) throws Exception { return new MyResult(myData.key, myData.value * 2); } }); // 将结果发送回Kafka或其他存储系统 FlinkKafkaProducer<MyResult> kafkaProducer = new FlinkKafkaProducer<>("result-topic", new MyResultSchema(), properties); myResultStream.addSink(kafkaProducer); ``` 在上面的示例程序中,MyData和MyResult是自定义的数据类型,可以根据实际需求进行定义。MyData表示从Kafka中读取的JSON数据,MyResult表示处理后的结果数据。 在map函数中,使用Jackson JSON解析库将JSON字符串解析为MyData类型的对象。然后,在filter和map函数中对数据进行处理和转换,生成MyResult类型的对象。最后,使用FlinkKafkaProducer将结果发送回Kafka或其他存储系统。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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