Flink 消费kafka 自定义KafkaDeserializationSchema

kafka中的数据通常是键值对，所以我们自定义反序列化从kafka中消费键值对的消息

实现需求： 读取多个topic数据进行不同处理输出，这里就需要自定义反序列化从kafka消费数据，然后分别处理。

效果

数据格式

转换后效果：

代码

自定义反序列化类

class LogDeserializationSchema  extends  KafkaDeserializationSchema[TopicBean] {

  // 是否最后一条数据，流是无界的
  override def isEndOfStream(t: TopicBean): Boolean = false

  // 反序列化
  // value 是bytes
  override def deserialize(consumerRecord: ConsumerRecord[Array[Byte], Array[Byte]]): TopicBean = {
    try {
      TopicBean(consumerRecord.topic(),new String(consumerRecord.value(), StandardCharsets.UTF_8))
    }catch {
      case  e:Exception =>
        e.printStackTrace()
        null
    }
  }

  //数据类型  用于获取反序列化对象的类型
  override def getProducedType: TypeInformation[TopicBean] = TypeInformation.of(new TypeHint[TopicBean] {})
}

TopicBean

case class TopicBean(topic:String,data:String)

KafkaUtils

object KafkaUtils {
  /**
    * multiple topics consumer
    *
    * @param prop  properties
    * @param topic topics name
    * @return
    */
  def getTopicsConsumer(prop: Properties, topic: String): FlinkKafkaConsumer[TopicBean] = {
    val topics: util.List[String] = topic.split(",").toList.asJava

    new FlinkKafkaConsumer[TopicBean](topics, new LogDeserializationSchema(), prop)
  }
  }

主函数

object SdkDataOdsToDwd {
  def main(args: Array[String]): Unit = {
    //    val env = StreamExecutionEnvironment.createLocalEnvironmentWithWebUI()   //本地环境
    val env = StreamExecutionEnvironment.getExecutionEnvironment
    env.setParallelism(1)
    
    val topics = "login,pay"  // 读取多个topic 数据
    val kafkaProps = new Properties()
    kafkaProps.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, LocalConfig.KAFKA_BOOTSTRAP_SERVERS)       //添加配置
    
    val kafkaConsumer = KafkaUtils.getTopicsConsumer(kafkaProps, topics).setStartFromGroupOffsets()
    
    // source
    val dataKafkaStream = env.addSource(kafkaConsumer)
    // sink 输出
    dataKafkaStream.print()

    env.execute()
  }
}