《十堂课学习 Flink SQL》第四章:Flink 应用 java 开发开始典型案例

本文主要是介绍《十堂课学习 Flink SQL》第四章:Flink 应用 java 开发开始典型案例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

小伙伴们我们从本章开始将基于JAVA 进行Flink 应用开发,本章节主要介绍Maven开发环境搭建,日志配置,流计算案例以及批计算案例。一方面希望能借此规范化一下开发流程,另一方面也是简单案例入门,为接下来越来越复杂的案例分析打好基础。

4.1 基于 Maven 的 Flink 应用开发环境搭建

4.1.1 新建基于Maven的项目

在这里插入图片描述

4.1.2 添加 Maven 依赖

双击 pom.xml 文件,添加 dependencies 如下:

<!-- 替换或删除原来包含的 properties -->
<properties><maven.compiler.source>8</maven.compiler.source><maven.compiler.target>8</maven.compiler.target><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><scala.binary.version>2.11</scala.binary.version><lombok.version>1.18.30</lombok.version><flink.version>1.14.6</flink.version><slf4j.version>2.0.9</slf4j.version><logback.version>1.3.11</logback.version><junit.version>4.13.2</junit.version>
</properties><dependencies><!-- flink 相关 --><dependency><groupId>org.apache.flink</groupId><artifactId>flink-clients_${scala.binary.version}</artifactId><version>${flink.version}</version><scope>provided</scope></dependency><dependency><groupId>org.apache.commons</groupId><artifactId>commons-lang3</artifactId><version>${commons-lang3.version}</version><scope>provided</scope></dependency><!-- 编译工具 --><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><version>${lombok.version}</version><scope>provided</scope></dependency><!-- log 相关 --><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId><version>${slf4j.version}</version><scope>provided</scope></dependency><dependency><groupId>ch.qos.logback</groupId><artifactId>logback-core</artifactId><version>${logback.version}</version><scope>provided</scope></dependency><dependency><groupId>ch.qos.logback</groupId><artifactId>logback-classic</artifactId><version>${logback.version}</version><scope>provided</scope></dependency><!-- test 相关 --><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>${junit.version}</version><scope>test</scope></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-test-utils-junit</artifactId><version>${flink.version}</version><scope>test</scope></dependency></dependencies>

这里特别需要说明:

  1. 不需要添加 flink-java / flink-stream-java_*** / flink-core 等等。因为均包含在 flink-client 之中;
  2. 不需要添加 flink-runtime-web 。一般来说,flink-runtime-web 模块是与 Web UI 相关的,包括作业监控、图形化界面、日志查看等功能。它通常与 Flink 集群的 JobManager 一起运行,用于提供 Web 界面以监控和管理 Flink 作业。
  3. flink-client 仅仅用于本地调试,如果上生产环境不需要打包上去,因为生产环境提供相应的包(注意版本一致)。
  4. 日志相关工具依赖也仅仅用于本地调试,生产环境也有提供 Slf4j-api 以及对应log4j实现类。所以打包上 flink 客户端运行时不需要考虑日志的依赖问题。
  5. 测试类依赖的scope统一为 test,因为打包到flink客户端或生产环境flink集群均不需要这些。

4.1.3 添加 maven 插件

分别添加 maven-compiler-pluginmaven-shade-plugin 插件,注意其中的版本在前面已经提到。

<build><plugins><!-- Java Compiler --><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><version>3.1</version><configuration><source>${maven.compiler.source}</source><target>${maven.compiler.target}</target></configuration></plugin><!-- We use the maven-shade plugin to create a fat jar that contains all necessary dependencies. --><!-- Change the value of <mainClass>...</mainClass> if your program entry point changes. --><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-shade-plugin</artifactId><version>3.1.1</version><executions><!-- Run shade goal on package phase --><execution><phase>package</phase><goals><goal>shade</goal></goals><configuration><artifactSet><excludes><exclude>org.apache.flink:flink-shaded-force-shading</exclude><exclude>com.google.code.findbugs:jsr305</exclude><exclude>org.slf4j:*</exclude><exclude>org.apache.logging.log4j:*</exclude><exclude>ch.qos.logback:*</exclude></excludes></artifactSet><filters><filter><!-- Do not copy the signatures in the META-INF folder.Otherwise, this might cause SecurityExceptions when using the JAR. --><artifact>*:*</artifact><excludes><exclude>META-INF/*.SF</exclude><exclude>META-INF/*.DSA</exclude><exclude>META-INF/*.RSA</exclude></excludes></filter></filters></configuration></execution></executions></plugin></plugins>
</build>

确保maven下载安装好了相关依赖,即 查看 pom.xml 文件是否还有报错。

4.2 运行官方案例 WordCount

接下来新建一个 StreamWordCount 类,代码如下,注意新建是添加的包名:


import lombok.extern.slf4j.Slf4j;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.api.java.utils.MultipleParameterTool;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.util.Collector;
import org.apache.flink.util.Preconditions;/*** 单词统计简单案例* @author Smileyan*/
@Slf4j
public class StreamWordCount {/*** 默认的用于统计单词个数的字符串*/public static final String DEFAULT_WORDS = "Flink’s Table & SQL API makes it possible to work with queries written " +"in the SQL language, but these queries need to be embedded within a table program that is written in either Java or Scala. " +"Moreover, these programs need to be packaged with a build tool before being submitted to a cluster. " +"This more or less limits the usage of Flink to Java/Scala programmers" +"The SQL Client aims to provide an easy way of writing, debugging, and submitting table programs " +"to a Flink cluster without a single line of Java or Scala code. " +"The SQL Client CLI allows for retrieving and visualizing real-time results from the running distributed " +"application on the command line.";public static void main(String[] args) throws Exception {final MultipleParameterTool params = MultipleParameterTool.fromArgs(args);final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();// 设置并行度env.getConfig().setParallelism(3);// 将全局参数传递给执行环境env.getConfig().setGlobalJobParameters(params);DataStream<String> text = null;// 根据输入参数判断是否指定了输入文件路径if (params.has("input")) {// 遍历所有输入文件路径,将它们的数据合并为一个数据流for (String input : params.getMultiParameterRequired("input")) {if (text == null) {text = env.readTextFile(input);} else {text = text.union(env.readTextFile(input));}}// 检查数据集是否为空Preconditions.checkNotNull(text, "Input DataStream should not be null.");} else {// 否则,使用默认的文本数据text = env.fromElements(DEFAULT_WORDS);}// 对文本数据进行分词并计数assert text != null;DataStream<Tuple2<String, Integer>> counts = text.flatMap(new Tokenizer()).keyBy(value -> value.f0).sum(1);// 打印结果到标准输出log.info("Printing result to stdout. Use --output to specify output path.");counts.print();// 执行作业env.execute("Streaming WordCount");}/*** 分词函数,实现了 FlatMapFunction 接口。* 将输入的文本行分割为单词,并为每个单词生成一个键值对(单词,1)。*/public static final class Tokenizer implements FlatMapFunction<String, Tuple2<String, Integer>> {private static final long serialVersionUID = 8061659867139246041L;@Overridepublic void flatMap(String value, Collector<Tuple2<String, Integer>> out) {// 将文本行转换为小写并按非单词字符分割String[] tokens = value.toLowerCase().split("\\W+");// 遍历分割后的单词数组,将每个单词生成键值对并输出到结果收集器for (String token : tokens) {if (!token.isEmpty()) {out.collect(Tuple2.of(token, 1));}}}}
}

接下来运行时请注意,我们需要运行时添加 provided 的依赖类型。即

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
选择OK后,即可点击右上角的执行按钮。如下录制视频所示:

4.3 添加日志输出配置文件

经过前面的这些步骤,已经完成了本地运行 flink job ,先不急着分析其中的结果,先优化一下输出日志的问题,即 DEBUG 级别日志太多;全部都是白色的字体看起来不够清晰。如图所示:
在这里插入图片描述
在项目的 resources 目录下新建一个文件,取名叫 logback.xml, 文件内容为:

<configuration><property name="CONSOLE_LOG_PATTERN"value="%cyan(%d{yyyy-MM-dd HH:mm:ss.SSS}) %blue([%thread]) %magenta(%-5level) %green(%logger{60}) %yellow(%file:%line) %X{sourceThread} - (%msg%n)"/><appender name="console" class="ch.qos.logback.core.ConsoleAppender"><encoder><pattern>${CONSOLE_LOG_PATTERN}</pattern><charset>UTF-8</charset></encoder></appender><appender name="file" class="ch.qos.logback.core.FileAppender"><file>logs/${file.log}.log</file><append>false</append><encoder><pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{60} %X{sourceThread} - %msg%n</pattern></encoder></appender><!-- This affects logging for both user code and Flink --><root level="INFO"><appender-ref ref="console"/><appender-ref ref="file"/></root><!-- Uncomment this if you want to only change Flink's logging --><logger name="org.apache.flink" level="INFO"><appender-ref ref="file"/></logger><!-- The following lines keep the log level of common libraries/connectors onlog level INFO. The root logger does not override this. You have to manuallychange the log levels here. --><logger name="akka" level="INFO"><appender-ref ref="file"/></logger><logger name="org.apache.kafka" level="INFO"><appender-ref ref="file"/></logger><logger name="org.apache.hadoop" level="INFO"><appender-ref ref="file"/></logger><logger name="org.apache.zookeeper" level="INFO"><appender-ref ref="file"/></logger><!-- Suppress the irrelevant (wrong) warnings from the Netty channel handler --><logger name="org.apache.flink.shaded.akka.org.jboss.netty.channel.DefaultChannelPipeline" level="ERROR"><appender-ref ref="file"/></logger><!-- 配置状态监听器,关闭版本信息输出 --><statusListener class="ch.qos.logback.core.status.NopStatusListener" />
</configuration>

在这里插入图片描述
执行后的效果可以参考如下视频:

4.4 批处理案例

类似地,我们添加批处理案例代码,新建 BatchWordCount类。

package cn.smileyan.demos;import lombok.extern.slf4j.Slf4j;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.DataSet;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.api.java.utils.MultipleParameterTool;
import org.apache.flink.util.Collector;
import org.apache.flink.util.Preconditions;/*** 说明:* 1. 代码中的 DEFAULT_WORDS 数组包含了一些默认的文本数据,用于 WordCount 示例。* 2. main 方法是程序的入口点,解析命令行参数,设置 Flink 执行环境,并执行 WordCount 示例。* 3. Tokenizer 类是一个 FlatMapFunction,用于将输入的文本进行切分和计数。* @author Smileyan*/
@Slf4j
public class BatchWordCount {/*** 默认的用于统计单词个数的字符串*/protected static final String[] DEFAULT_WORDS = {"Flink’s Table & SQL API makes it possible to work with queries written ","in the SQL language, but these queries need to be embedded within a table program that is written in either Java or Scala. ","Moreover, these programs need to be packaged with a build tool before being submitted to a cluster. ","This more or less limits the usage of Flink to Java/Scala programmers","The SQL Client aims to provide an easy way of writing, debugging, and submitting table programs ","to a Flink cluster without a single line of Java or Scala code. ","The SQL Client CLI allows for retrieving and visualizing real-time results from the running distributed ","application on the command line."};public static void main(String[] args) throws Exception {// 解析命令行参数final MultipleParameterTool params = MultipleParameterTool.fromArgs(args);// 获取 Flink 执行环境final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();// 设置全局作业参数env.getConfig().setGlobalJobParameters(params);// 定义文本数据集DataSet<String> text = null;if (params.has("input")) {// 如果命令行参数包含输入路径,则从文件中读取文本数据for (String input : params.getMultiParameterRequired("input")) {if (text == null) {text = env.readTextFile(input);} else {text = text.union(env.readTextFile(input));}}Preconditions.checkNotNull(text, "Input DataSet should not be null.");} else {// 否则,使用默认的文本数据text = env.fromElements(DEFAULT_WORDS);}// 执行 WordCount 示例assert text != null;DataSet<Tuple2<String, Integer>> counts =text.flatMap(new Tokenizer()).groupBy(0).sum(1);// 打印结果counts.print();}/*** Tokenizer 类实现了 FlatMapFunction 接口,用于将输入文本切分并计数。*/public static final class Tokenizerimplements FlatMapFunction<String, Tuple2<String, Integer>> {/*** 切分并计数逻辑** @param value 输入文本* @param out   输出 Tuple2<String, Integer> 的 Collector*/@Overridepublic void flatMap(String value, Collector<Tuple2<String, Integer>> out) {// 将文本转换为小写,并根据非单词字符切分String[] tokens = value.toLowerCase().split("\\W+");// 遍历切分后的单词数组,排除空单词,并将单词和计数为 1 的 Tuple 发送到 Collectorfor (String token : tokens) {if (!token.isEmpty()) {out.collect(new Tuple2<>(token, 1));}}}}
}

4.5 相关资料

欢迎访问本文对应的源码地址:https://gitee.com/smile-yan/quick-start-flink-java

Flink 官网 1.14.6 的在线文档:https://nightlies.apache.org/flink/flink-docs-release-1.14/

4.6 本章小结

俗话说,“万事开头难” 。但是很多开源项目作者团队都有一个很好的习惯 —— 提供quick-start 的简单项目。本文的目的也是如此,Flink 很强大,如果我们细究原理的话应该至少得读一些论文,做一些实验,读一读源码。

但事实上,很幸运对大多数小伙伴们而言,我们不需要这样做。Flink 就像一把斧头,我们需要学会如何把斧头打磨锋利、如何更好地使用斧头,而不用考虑怎么去制作它。

愿我们都能掌握 Flink 基础知识,并在今后的学习与工作中更好地打磨它,在接下来的开发道路上帮助我们不断披荆斩棘 ~

如果认为本章节写得还行,一定记得点击下方免费的赞 ~ 感谢 !
在这里插入图片描述

这篇关于《十堂课学习 Flink SQL》第四章:Flink 应用 java 开发开始典型案例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/443743

相关文章

nginx -t、nginx -s stop 和 nginx -s reload 命令的详细解析(结合应用场景)

《nginx-t、nginx-sstop和nginx-sreload命令的详细解析(结合应用场景)》本文解析Nginx的-t、-sstop、-sreload命令,分别用于配置语法检... 以下是关于 nginx -t、nginx -s stop 和 nginx -s reload 命令的详细解析,结合实际应

Spring boot整合dubbo+zookeeper的详细过程

《Springboot整合dubbo+zookeeper的详细过程》本文讲解SpringBoot整合Dubbo与Zookeeper实现API、Provider、Consumer模式,包含依赖配置、... 目录Spring boot整合dubbo+zookeeper1.创建父工程2.父工程引入依赖3.创建ap

SQL server数据库如何下载和安装

《SQLserver数据库如何下载和安装》本文指导如何下载安装SQLServer2022评估版及SSMS工具,涵盖安装配置、连接字符串设置、C#连接数据库方法和安全注意事项,如混合验证、参数化查... 目录第一步:打开官网下载对应文件第二步:程序安装配置第三部:安装工具SQL Server Manageme

C#连接SQL server数据库命令的基本步骤

《C#连接SQLserver数据库命令的基本步骤》文章讲解了连接SQLServer数据库的步骤,包括引入命名空间、构建连接字符串、使用SqlConnection和SqlCommand执行SQL操作,... 目录建议配合使用:如何下载和安装SQL server数据库-CSDN博客1. 引入必要的命名空间2.

全面掌握 SQL 中的 DATEDIFF函数及用法最佳实践

《全面掌握SQL中的DATEDIFF函数及用法最佳实践》本文解析DATEDIFF在不同数据库中的差异,强调其边界计算原理,探讨应用场景及陷阱,推荐根据需求选择TIMESTAMPDIFF或inte... 目录1. 核心概念:DATEDIFF 究竟在计算什么?2. 主流数据库中的 DATEDIFF 实现2.1

SpringBoot结合Docker进行容器化处理指南

《SpringBoot结合Docker进行容器化处理指南》在当今快速发展的软件工程领域,SpringBoot和Docker已经成为现代Java开发者的必备工具,本文将深入讲解如何将一个SpringBo... 目录前言一、为什么选择 Spring Bootjavascript + docker1. 快速部署与

MySQL 多列 IN 查询之语法、性能与实战技巧(最新整理)

《MySQL多列IN查询之语法、性能与实战技巧(最新整理)》本文详解MySQL多列IN查询,对比传统OR写法,强调其简洁高效,适合批量匹配复合键,通过联合索引、分批次优化提升性能,兼容多种数据库... 目录一、基础语法:多列 IN 的两种写法1. 直接值列表2. 子查询二、对比传统 OR 的写法三、性能分析

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串

Spring Boot spring-boot-maven-plugin 参数配置详解(最新推荐)

《SpringBootspring-boot-maven-plugin参数配置详解(最新推荐)》文章介绍了SpringBootMaven插件的5个核心目标(repackage、run、start... 目录一 spring-boot-maven-plugin 插件的5个Goals二 应用场景1 重新打包应用

SpringBoot+EasyExcel实现自定义复杂样式导入导出

《SpringBoot+EasyExcel实现自定义复杂样式导入导出》这篇文章主要为大家详细介绍了SpringBoot如何结果EasyExcel实现自定义复杂样式导入导出功能,文中的示例代码讲解详细,... 目录安装处理自定义导出复杂场景1、列不固定,动态列2、动态下拉3、自定义锁定行/列,添加密码4、合并