Flink 对接 Hudi 查询数据,java代码编写

1.pom.xml文件需要引入下面包

    <properties>
        <flink.version>1.15.4</flink.version>
        <hudi.version>0.13.1</hudi.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-java</artifactId>
            <version>${flink.version}</version>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-table-common</artifactId>
            <version>${flink.version}</version>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-table-api-java-bridge</artifactId>
            <version>${flink.version}</version>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-table-planner_2.12</artifactId>
            <version>${flink.version}</version>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-connector-files</artifactId>
            <version>${flink.version}</version>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-clients</artifactId>
            <version>${flink.version}</version>
            <scope>provided</scope>
        </dependency>
        <!-- hudi -->
        <dependency>
            <groupId>org.apache.hudi</groupId>
            <artifactId>hudi-flink1.15-bundle</artifactId>
            <version>${hudi.version}</version>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.hudi</groupId>
            <artifactId>hudi-flink-client</artifactId>
            <version>0.14.1</version>
        </dependency>
    </dependencies>

2.java代码如下

import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.Table;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
import org.apache.flink.types.Row;
import org.junit.Test;

import java.util.List;

public class HudiTest {


    @Test
    public void test01() throws Exception {
        StreamExecutionEnvironment streamEnv = StreamExecutionEnvironment.getExecutionEnvironment();
        StreamTableEnvironment  tableEnv = StreamTableEnvironment.create(streamEnv);
        tableEnv.executeSql("CREATE TABLE IF NOT EXISTS table_name (\n" +
                "    resume_id bigint,\n" +
                "    update_by STRING,\n" +
                "    gmt_modified Timestamp ,\n" +
                "    del_flag int, \n" +
                "    invite_operation_date STRING,\n" +
                "    induct_date date ,\n" +
                "    leave_date date ,\n" +
                "    PRIMARY KEY (resume_id) NOT ENFORCED\n" +
                ") with (\n" +
                " 'connector' = 'hudi',\n" +
                " 'path' = 'hdfs://177.17.17.200:8088/user/hudi/resume_demo/hr_resume',\n" +
                " 'table.type' = 'MERGE_ON_READ'\n" +
                ")");
        Table table = tableEnv.sqlQuery("select * from table_name");
        // 启动 Flink 作业
        DataStream<Row> dataStream = tableEnv.toDataStream(table);
        streamEnv.execute();
        List<Row> rows = dataStream.executeAndCollect(100);//收集100条数据
        for (Row row : rows) {
            StringBuilder rowString = new StringBuilder();
            for (int i = 0; i < row.getArity(); i++) {
                rowString.append(row.getField(i)).append("|");
            }
            System.out.println(rowString.toString());
        }
    }
}

3.说明

经过测试,这里的sql中,支持下面的一些sql
简单where条件
limit 10 offset 0
不支持
order by
  • 4
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: Flink是一个开源的大数据处理框架,可以用于实时流处理和批处理。 使用Java编写Flink代码需要几个步骤: 1. 创建Maven项目并添加Flink依赖。 在pom.xml文件中加入如下依赖: ``` <dependencies> <dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-java</artifactId> <version>1.12.0</version> </dependency> </dependencies> ``` 2. 创建数据源。 Flink支持多种数据源,比如文件、Kafka、Socket等。你可以使用如下代码创建一个文件数据源: ``` // 创建数据源 DataStream<String> text = env.readTextFile("file:///path/to/file"); ``` 3. 定义转换操作。 Flink支持许多转换操作,比如map、filter、reduce等。你可以使用如下代码数据流中的每条记录执行map操作: ``` // 定义转换操作 DataStream<Integer> numbers = text.map(new MapFunction<String, Integer>() { @Override public Integer map(String value) throws Exception { return Integer.parseInt(value); } }); ``` 4. 定义数据分流逻辑。 Flink提供了split和select操作来实现数据分流。你可以使用如下代码数据流进行分流: ``` // 定义数据分流逻辑 SplitStream<Integer> splitStream = numbers.split(new OutputSelector<Integer>() { @Override public Iterable<String> select(Integer value) { List<String> outputs = new ArrayList<>(); if (value % 2 == 0) { outputs.add("even"); ### 回答2: Flink 是一个开源的流处理框架,使用 Java 编写 Flink 分流代码可以帮助我们对数据进行高效的处理和分析。下面是一个简单的示例: ```java // 导入必要的包 import org.apache.flink.api.common.functions.MapFunction; import org.apache.flink.streaming.api.datastream.DataStream; import org.apache.flink.streaming.api.datastream.SplitStream; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; public class FlinkDataStreamSplitExample { public static void main(String[] args) throws Exception { // 创建 Flink 执行环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // 生成一个包含一系列整数的输入流 DataStream<Integer> input = env.fromElements(1, 2, 3, 4, 5); // 使用 MapFunction 将输入流分成两个流 SplitStream<Integer> splitStream = input.split(new MySplitter()); // 通过选择器选择不同的输出流并进行处理 DataStream<Integer> evenStream = splitStream.select("even"); DataStream<Integer> oddStream = splitStream.select("odd"); // 在控制台打印偶数流和奇数流 evenStream.print(); oddStream.print(); // 执行作业 env.execute("Flink Data Stream Split Example"); } // 自定义分流逻辑 public static class MySplitter implements org.apache.flink.streaming.api.collector.selector.OutputSelector<Integer> { @Override public Iterable<String> select(Integer value) { if (value % 2 == 0) { // 偶数流选择器 return Collections.singletonList("even"); } else { // 奇数流选择器 return Collections.singletonList("odd"); } } } } ``` 这段代码首先导入 Flink 相关的包,并创建了一个 Flink 执行环境。然后,它生成了一个包含一系列整数的输入流。接下来使用 `MapFunction` 对输入流进行分流操作,将其分成两个流,其中一个流包含偶数,另一个流包含奇数。再通过选择器选择要处理的流,并在控制台打印。最后,使用 `execute` 方法执行 Flink 作业。 这只是一个简单的示例,实际业务场景中会更加复杂。在实际应用中,我们可以根据具体需求自定义分流逻辑,以便更好地处理数据。 ### 回答3: 使用Java编写flink数据分流代码可以借助DataStream API来实现。首先,我们需要创建一个ExecutionEnvironment或者StreamExecutionEnvironment对象来执行任务,并导入必要的flink依赖包。 以下是一个示例代码,演示了如何使用Java编写flink数据分流代码: ```java import org.apache.flink.api.java.tuple.Tuple2; import org.apache.flink.streaming.api.datastream.DataStream; import org.apache.flink.streaming.api.datastream.SplitStream; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; public class DataStreamSplitExample { public static void main(String[] args) throws Exception { // 创建执行环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // 创建数据流 DataStream<String> inputDataStream = env.socketTextStream("localhost", 9999); // 对数据流进行分流处理 SplitStream<Tuple2<String, Integer>> splitStream = inputDataStream .flatMap((String value, Collector<Tuple2<String, Integer>> out) -> { // 对数据进行拆分,生成一个新的数据流 String[] words = value.split(" "); for (String word : words) { out.collect(new Tuple2<>(word, 1)); } }) .split((OutputSelector<Tuple2<String, Integer>>) value -> { // 通过定义OutputSelector来对数据流进行分流 List<String> output = new ArrayList<>(); if (value.f0.contains("java")) { output.add("java"); } else if (value.f0.contains("python")) { output.add("python"); } else { output.add("other"); } return output; }); // 获取分流后的数据流 DataStream<Tuple2<String, Integer>> javaDataStream = splitStream.select("java"); DataStream<Tuple2<String, Integer>> pythonDataStream = splitStream.select("python"); DataStream<Tuple2<String, Integer>> otherDataStream = splitStream.select("other"); // 打印结果 javaDataStream.print("Java Stream"); pythonDataStream.print("Python Stream"); otherDataStream.print("Other Stream"); // 执行任务 env.execute("DataStreamSplitExample"); } } ``` 在上述代码中,我们首先创建了一个执行环境,并使用socketTextStream方法创建了一个输入数据流。然后,通过对数据流进行flatMap操作,将输入数据拆分成一个新的数据流。接着,使用split方法对新的数据流进行分流,根据指定的条件将数据流分为不同的子流。最后,通过select方法获取分流后的子流,并通过print方法打印结果。最后,执行任务并指定任务名称为"DataStreamSplitExample"。 以上是一个简单的例子,可以根据实际需求和数据类型进行相应的调整和扩展。
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

打赏作者

军大君

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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