环境
flink-1.9.0
kafka_2.11-0.10.2.0
一、需要的依赖
说明:flink与kafka版本对应关系
即需要根据kafka版本选择对应的连接器,如果kafka版本大于1.0.0可以直接使用通用的连接器,如果版本较低则需要根据kafka版本选择对应版本的连接器。这里使用的是kafka_2.11-0.10.2.0版本。
<!--flink流处理依赖-->
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-streaming-java_2.11</artifactId>
<version>1.9.0</version>
</dependency>
<!--kafka客户端依赖,这里根据实际版本引用-->
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>0.10.2.0</version>
</dependency>
<!--kafka-0.10_x版本 连接器依赖-->
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-connector-kafka-0.10_2.11</artifactId>
<version>1.9.0</version>
</dependency>
<!--kafka-1.0.0之后的通用连接器依赖-->
<!--<dependency>-->
<!--<groupId>org.apache.flink</groupId>-->
<!--<artifactId>flink-connector-kafka_2.11</artifactId>-->
<!--<version>1.9.0</version>-->
<!--</dependency>-->
二、数据文件
how are you
world and that
hello world
jack and
app storm storm what
spark spark
三、作为生产者将数据写入Kafka
package cn.myclass.connector;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.common.serialization.SimpleStringSchema;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer010;
import org.apache.flink.util.Collector;
import java.util.Properties;
/**
* Flink连接kafka,作为生产者和消费者
* @author Yang
*/
public class KafkaConnector {
/**
* 获得数据流执行环境
*/
private static StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
/**
* 作为生产者给Kafka发送信息
*/
private static void kafkaProduct() throws Exception {
// 从文本文件中数据并切分打散
DataStream<String> data = env.readTextFile("FlinkModule/src/main/resources/stream/word")
.flatMap(new FlatMapFunction<String, String>() {
@Override
public void flatMap(String s, Collector<String> collector) throws Exception {
String[] arr = s.split("\t");
for(String string:arr){
collector.collect(string);
}
}
});
// 创建 Kafka 生产者对象,配置Kafka连接信息
// 方式一,传参直接创建
FlinkKafkaProducer010<String> myProducer = new FlinkKafkaProducer010<>(
// Kafka broker list
"node1:9092,node2:9092,node3:9092",
// 主题
"test",
// 序列化类型
new SimpleStringSchema());
// 方式二,通过配置文件创建
Properties properties = new Properties();
properties.setProperty("bootstrap.servers", "node1:9092,node2:9092,node3:9092");
properties.setProperty("group.id", "test");
FlinkKafkaProducer010<String> myProducer1 = new FlinkKafkaProducer010<>(
// 主题
"test",
// 序列化类型
new SimpleStringSchema(),properties);
// versions 0.10+ allow attaching the records' event timestamp when writing them to Kafka;
// 加上时间戳,0.10版本之后可以用
myProducer.setWriteTimestampToKafka(true);
// 添加自定义kafka sink,将数据流入kafka
data.addSink(myProducer);
env.execute("kafka producer");
}
}
创建kafka消费者
kafka-console-consumer.sh --bootstrap-server node1:9092,node2:9092,node3:9092 --topic test
运行程序,查看控制台输出
四、作为消费者消费Kafka数据
package cn.myclass.connector;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.common.serialization.SimpleStringSchema;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer010;
import org.apache.flink.util.Collector;
import java.util.Properties;
/**
* Flink连接kafka,分别作为生产者和消费者
* @author Yang
*/
public class KafkaConnector {
/**
* 获得数据流执行环境
*/
private static StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
/**
* 作为消费者消费Kafka信息
*/
private static void kafkaConsumer() throws Exception {
// 新建配置对象
Properties properties = new Properties();
// 设置kafka集群映射
properties.setProperty("bootstrap.servers", "hadoop:9092,slave1:9092,slave2:9092");
// 设置组id
properties.setProperty("group.id", "test");
// 添加kafka作为数据源
DataStream<String> stream = env
// 添加数据源,参数依次为 主题 序列化类型 配置
.addSource(new FlinkKafkaConsumer010<>("user_log", new SimpleStringSchema(), properties)
// 设置消费类型从头消费
.setStartFromLatest());
// 打印主题中的数据
stream.print();
// 执行任务
env.execute("Kafka consumer");
}
}
开启kafka生产者并输入数据进行测试
kafka-console-producer.sh --broker-list node1:9092,node2:9092,node3:9092 --topic test
运行kafka消费者程序,查看控制台输出