Flink使用Java中的自定义类设置基本Kafka生产者消费者

Question

我想在Kafka上用Flink设置一个基本的生产者-消费者，但是我很难通过Java向现有消费者生成数据。

CLI解决方案

>

我设置了一个Kafka代理使用kafka_2.11-2.4.0zip fromhttps://kafka.apache.org/downloads

bin/zookeeper服务器启动。sh配置/动物园管理员。属性

和bin/kafka服务器启动。sh config/server。属性

我使用创建了一个名为transactions1的主题

bin/kafka主题。sh--创建--引导服务器localhost:9092--复制因子1--分区1--主题事务1

现在我可以在命令行上使用生产者和消费者来查看主题已经创建并工作。

设置我运行的消费者

bin/kafka-console-consumer.sh--bootstrap-serverlocalhost:9092--主题事务1--从开始

现在，如果任何制作人向主题transactions1发送数据，我将在消费者控制台中看到它。

我通过运行

bin/kafka控制台制作人。sh--代理列表本地主机：9092--主题事务1

并在cli中的生产者中输入以下数据线，这些数据线也显示在消费者cli中。

{“txnID”：1，“金额”：100.0，“账户”：“AC1”}

{"txnID"： 2，"amt"： 10.0，"帐户"："AC2"}

{"txnID"： 3，"amt"： 20.0，"帐户"："AC3"}

现在我想在Java代码中复制第三步，即生产者和消费者，这是这个问题的核心问题。

1. 所以我用build设置了一个gradlejava8项目。格拉德尔

...
dependencies {
    testCompile group: 'junit', name: 'junit', version: '4.12'
    compile group: 'org.apache.flink', name: 'flink-connector-kafka_2.11', version: '1.9.0'
    compile group: 'org.apache.flink', name: 'flink-core', version: '1.9.0'
    // https://mvnrepository.com/artifact/org.apache.flink/flink-streaming-java
    compile group: 'org.apache.flink', name: 'flink-streaming-java_2.12', version: '1.9.2'
    compile group: 'com.google.code.gson', name: 'gson', version: '2.8.5'
    compile group: 'com.twitter', name: 'chill-thrift', version: '0.7.6'
    compile group: 'org.apache.thrift', name: 'libthrift', version: '0.11.0'
    compile group: 'com.twitter', name: 'chill-protobuf', version: '0.7.6'
    compile group: 'org.apache.thrift', name: 'protobuf-java', version: '3.7.0'
}
...

import com.google.gson.Gson;
import org.apache.flink.api.common.functions.MapFunction;

public class Transaction {
    public final int txnID;
    public final float amt;
    public final String account;

    public Transaction(int txnID, float amt, String account) {
        this.txnID = txnID;
        this.amt = amt;
        this.account = account;
    }


    public String toJSONString() {
        Gson gson = new Gson();
        return gson.toJson(this);
    }

    public static Transaction fromJSONString(String some) {
        Gson gson = new Gson();
        return gson.fromJson(some, Transaction.class);
    }

    public static MapFunction<String, String> mapTransactions() {
        MapFunction<String, String> map = new MapFunction<String, String>() {
            @Override
            public String map(String value) throws Exception {
                if (value != null || value.trim().length() > 0) {
                    try {
                        return fromJSONString(value).toJSONString();
                    } catch (Exception e) {
                        return "";
                    }
                }
                return "";
            }
        };
        return map;
    }

    @Override
    public String toString() {
        return "Transaction{" +
                "txnID=" + txnID +
                ", amt=" + amt +
                ", account='" + account + '\'' +
                '}';
    }
}

public class SetupSpike {
    public static void main(String[] args) throws Exception {
        System.out.println("begin");
        List<Transaction> txns = new ArrayList<Transaction>(){{
            add(new Transaction(1, 100, "AC1"));
            add(new Transaction(2, 10, "AC2"));
            add(new Transaction(3, 20, "AC3"));
        }};
        // This list txns needs to be serialized in Flink as Transaction.class->String->ByteArray 
        //via producer and then to the topic in Kafka broker 
        //and deserialized as ByteArray->String->Transaction.class from the Consumer in Flink reading Kafka broker.
        
        String topic = "transactions1";
        Properties properties = new Properties();
        properties.setProperty("bootstrap.servers", "localhost:9092");
        properties.setProperty("zookeeper.connect", "localhost:2181");
        properties.setProperty("group.id", topic);

        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
        //env.getConfig().addDefaultKryoSerializer(Transaction.class, TBaseSerializer.class);

        // working Consumer logic below which needs edit if you change serialization
        FlinkKafkaConsumer<String> myConsumer = new FlinkKafkaConsumer<String>(topic, new SimpleStringSchema(), properties);
        myConsumer.setStartFromEarliest();     // start from the earliest record possible
        DataStream<String> stream = env.addSource(myConsumer).map(Transaction::toJSONString);
       
        //working Producer logic below which works if you are sinking a pre-existing DataStream
        //but needs editing to work with Java List<Transaction> datatype.
        System.out.println("sinking expanded stream");
        MapFunction<String, String> etl = new MapFunction<String, String>() {
            @Override
            public String map(String value) throws Exception {
                if (value != null || value.trim().length() > 0) {
                    try {
                        return fromJSONString(value).toJSONString();
                    } catch (Exception e) {
                        return "";
                    }
                }
                return "";
            }
        };
        FlinkKafkaProducer<String> myProducer = new FlinkKafkaProducer<String>(topic,
                new KafkaSerializationSchema<String>() {
                    @Override
                    public ProducerRecord<byte[], byte[]> serialize(String element, @Nullable Long timestamp) {
                        try {
                            System.out.println(element);
                            return new ProducerRecord<byte[], byte[]>(topic, stringToBytes(etl.map(element)));
                        } catch (Exception e) {
                            e.printStackTrace();
                        }
                        return null;
                    }
                }, properties, Semantic.EXACTLY_ONCE);
//        stream.timeWindowAll(Time.minutes(1));
        stream.addSink(myProducer);
        JobExecutionResult execute = env.execute();

    }
}

正如您所看到的，我无法使用提供的Listtxns完成此操作。以上是我可以从Flink留档收集的工作代码，用于重定向主题流数据，并通过Cli生产者手动发送数据。问题是用java编写KafkaProducer代码，将数据发送到主题，这进一步加剧了以下问题

1. 添加时间戳、水印

与Flink合作过的人能否帮助我在Flink中生成txns列表以transactions1主题，然后验证它是否与消费者合作？此外，在下沉前添加时间戳或进行一些处理等问题上的任何帮助都将大有裨益。您可以在上找到源代码https://github.com/devssh/kafkaFlinkSpike其目的是生成Flink样板文件，从内存存储中添加“AC1”的详细信息，并将其与实时出现的事务事件连接起来，以向用户发送扩展的输出。

Answer 1

以下几点没有特别的顺序：

最好不要将Flink 1.9.2版与1.9.0版混合在一起，就像您在这里所做的那样：

compile group: 'org.apache.flink', name: 'flink-connector-kafka_2.11', version: '1.9.0'
compile group: 'org.apache.flink', name: 'flink-core', version: '1.9.0'
compile group: 'org.apache.flink', name: 'flink-streaming-java_2.12', version: '1.9.2'

有关如何使用时间戳、水印、keyBy、windows等的教程，请参阅Ververica提供的在线培训资料。

要使用List

DataStream<Transaction> transactions = env.fromCollection(txns);

有关使用Flink和Kafka时如何处理序列化/反序列化的示例，请参阅Flink操作平台，特别是在ClickEventCount中使用的ClickEventDeserializationSchema和ClickEventStatisticsSerializationSchema。java，并在此处定义。（注意：此游乐场尚未更新为Flink 1.10。）