Flink读取kafka中数据写入到Redis案例

案例准备:

1、启动Redis
2、启动zookeeper
3、启动Kafka
4、打开IDEA

代码实现:

def main(args: Array[String]): Unit = {
    val env: StreamExecutionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment

    val properties = new Properties()
    properties.setProperty("bootstrap.servers","192.168.91.180:9092")
    properties.setProperty("group.id","sensor_group")

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

    val dataStream: DataStream[SensorReading] = stream
      .map(value => {
        val arr: Array[String] = value.split(",")
        SensorReading(arr(0), arr(1).toLong, arr(2).toDouble)
      })

    val config: FlinkJedisPoolConfig = new FlinkJedisPoolConfig.Builder()
      .setHost("192.168.91.180")
      .setPort(6379)
      .setMaxIdle(10)
      .setMaxTotal(30).build()
    dataStream.addSink(new RedisSink[SensorReading](config,new MyRedisMapper))

    env.execute()
  }

class MyRedisMapper extends RedisMapper[SensorReading]{
  override def getCommandDescription: RedisCommandDescription = {
    new RedisCommandDescription(RedisCommand.HSET,"sensor_temp")
  }

  override def getKeyFromData(t: SensorReading): String = t.id

  override def getValueFromData(t: SensorReading): String = t.temperature.toString
}

生产者发送信息:

kafka-console-producer.sh --topic sensor–broker-list 192.168.91.180:9092

运行结果:

在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
以下是一个使用 FlinkKafka 读取数据并将其批量写入 Impala 的示例代码: ```java import org.apache.flink.api.common.functions.RuntimeContext; 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.FlinkKafkaConsumer; import org.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer; import org.apache.flink.streaming.util.serialization.KeyedSerializationSchemaWrapper; import org.apache.flink.streaming.util.serialization.SimpleStringSchema; import org.apache.flink.table.api.Table; import org.apache.flink.table.api.bridge.java.StreamTableEnvironment; import org.apache.flink.types.Row; import java.util.Properties; public class FlinkKafkaToImpala { public static void main(String[] args) throws Exception { // 设置执行环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env); // 设置 Kafka 消费者属性 Properties properties = new Properties(); properties.setProperty("bootstrap.servers", "localhost:9092"); properties.setProperty("group.id", "test"); // 从 Kafka 读取数据 DataStream<String> kafkaStream = env.addSource(new FlinkKafkaConsumer<>("test", new SimpleStringSchema(), properties)); // 将数据转换为 Table Table table = tableEnv.fromDataStream(kafkaStream, "message"); // 将 Table 写入 Impala tableEnv.executeSql("CREATE TABLE impala_table (message STRING)"); table.executeInsert("impala_table"); // 执行任务 env.execute("Flink Kafka to Impala"); } } ``` 这个示例代码使用 FlinkKafka 读取数据,并将其转换为 Table,最后将 Table 写入 Impala。注意,这个示例代码仅供参考,实际使用时需要根据具体情况进行修改。

“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

打赏作者

万家林

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