Flink CDC 实现Postgres到MySQL流式加工传输案例

案例：实现文章的访问量统计

使用Flink Postgres CDC 进行数据输入，在 Flink SQL CLI 中进行逻辑加工，整个过程使用 SQL ，无需代码。将结果通过JDBC方式输出到MySQL。

1 数据库表准备

postgres数据库环境配置参考文章：Flink PostgreSQL CDC配置和常见问题

-- postgresql
-- 文章记录表
CREATE TABLE t_article (
  id SERIAL NOT NULL PRIMARY KEY,
  title VARCHAR(100) NOT NULL,
  contents VARCHAR(500) NOT NULL,
  author VARCHAR(20) NOT NULL,
  create_time TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP
);
ALTER SEQUENCE public.t_article_id_seq RESTART WITH 1001;
ALTER TABLE public.t_article REPLICA IDENTITY FULL;
-- 初始化数据
INSERT INTO t_article (title,contents,author)
VALUES ('华尔街日报回怼马斯克','知情人士揭露马斯克和谷歌联合创始人谢尔盖·布林之间长达20年的友谊突...','每日邮报'),
       ('跨省异地就医新规出台','国家医保局、财政部26日发布《关于进一步做好基本医疗保险跨省异地就医直接结算工作的通知》','新华社客户端'),
       ('扎实推动共同富裕','让人民过上好日子，是“国之大者”。深刻践行以人民为中心的发展思想，既要尽力而为也要量力而行，我们在高质量发展中促进共同富裕的脚步更加笃定。','中国经济网');

-- 文章访问记录表       
CREATE TABLE t_article_visit  (
	id SERIAL NOT NULL PRIMARY KEY,
  article_id int4 NOT NULL,
  visitor VARCHAR(100) NOT NULL,
  visitor_time TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP
); 
ALTER TABLE public.t_article REPLICA IDENTITY FULL; 
-- 初始化数据
INSERT INTO  "t_article_visit"( "article_id", "visitor") VALUES (1001, 'zhangsan');
INSERT INTO  "t_article_visit"( "article_id", "visitor") VALUES (1001, 'lisi');

-- mysql
CREATE TABLE f_article_visit_count (
  article_id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY,
  article_title VARCHAR(255)  NOT NULL,
  visitor_count bigint  DEFAULT 0
);

2 安装flink以及依赖jar

下面以本地模式安装，提前安装好 Java 8 或者 Java 11

flink版本使用 1.13.6 ，下载后并解压。

$ tar -xzf flink-1.13.6-bin-scala_2.11.tgz
$ cd flink-1.13.6

目录结构：

启动与停止命令

$ ./bin/start-cluster.sh
$ ./bin/stop-cluster.sh

下载cdc依赖jar

下载地址

本案例使用 postgres作为数据输入，下载 flink-sql-connector-postgres-cdc-2.2.1.jar 即可

下载JDBC Connectors

下载地址
注意：也需要额外下载相关数据库的驱动。

将下载好的依赖包放置到 /lib 目录下

• flink-sql-connector-postgres-cdc-2.2.1.jar
• flink-connector-jdbc_2.11-1.13.6.jar
• mysql-connector-java-8.0.28.jar

3.使用flink sql 客户端编写加工逻辑

启动sql客户端

./bin/sql-client.sh 

创建Postgres CDC连接和Mysql JDBC连接

-- 设置检查点
 SET execution.checkpointing.interval = 3s;
 CREATE TABLE t_article (
   	id INT,
	title STRING,
	contents STRING,
	author STRING,
	create_time TIMESTAMP(0),
   PRIMARY KEY (id) NOT ENFORCED
 ) WITH (
   'connector' = 'postgres-cdc',
   'hostname' = '10.10.1.74',
   'port' = '5432',
   'username' = 'postgres',
   'password' = '123456',
   'database-name' = 'test',
   'schema-name' = 'public',
   'table-name' = 't_article',
   'decoding.plugin.name' = 'pgoutput',
   'debezium.slot.name' = 'flink_t_article'
 );
  CREATE TABLE t_article_visit (
	id INT,
   	article_id INT,
	visitor STRING,
	visitor_time TIMESTAMP(0),
    PRIMARY KEY (id) NOT ENFORCED
 ) WITH (
   'connector' = 'postgres-cdc',
   'hostname' = '10.10.1.74',
   'port' = '5432',
   'username' = 'postgres',
   'password' = '123456',
   'database-name' = 'test',
   'schema-name' = 'public',
   'table-name' = 't_article_visit',
   'decoding.plugin.name' = 'pgoutput',
   'debezium.slot.name' = 'flink_t_article_visit'
 );
 CREATE TABLE f_article_visit_count (
   	article_id INT,
	article_title STRING,
	visitor_count  BIGINT,
    PRIMARY KEY (article_id) NOT ENFORCED
 ) WITH ('connector' = 'jdbc',
    'url' = 'jdbc:mysql://10.10.1.72:3306/test',
    'username' = 'root',
    'password' = '123456',
    'table-name' = 'f_article_visit_count'
 );

在客户端查看创建的逻辑表

执行加工任务

INSERT INTO f_article_visit_count SELECT
art.id article_id,
art.title article_title,
count( artv.id ) visitor_count 
FROM t_article art
INNER JOIN t_article_visit artv ON art.id = artv.article_id 
GROUP BY art.id,art.title;

控制台查看任务

查看数据

任务发布后，表f_article_visit_count 的初始数据

通过向postgres库中表t_article_visit插入记录，观察mysql库中表f_article_visit_count数据实时变化

INSERT INTO  "t_article_visit"( "article_id", "visitor") VALUES (1001, 'wangwu');
INSERT INTO  "t_article_visit"( "article_id", "visitor") VALUES (1002, 'libai');