flink+kafka实例

• 1、kafka集群搭建
• 2、java工程部署
• 3、创建主类 FlinkReadKafka
• 4、启动 zk
• 5、启动 kafka 集群
• 6、创建topic
• 7、运行代码
• 8、创建生产者和消费者

1、kafka集群搭建

zookeeper集群以及kafka集群搭建详见博客：kafka集群搭建。只是本文将kafka版本升级为0.11.0.3。

2、java工程部署

java maven 工程大部署详见基于flink实现的worldcount，本位只需要讲maven 工程pom配置文件增加 kafka 连接器

3、创建主类 FlinkReadKafka

代码如下：

public class FlinkReadKafka {
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env=StreamExecutionEnvironment.getExecutionEnvironment();
        Properties properties=new Properties();
        properties.setProperty("bootstrap.servers","node1:9092,node2:9092,node3:9092");
        properties.setProperty("group.id", "mykafkaxxx");
        FlinkKafkaConsumer011 kafka=new FlinkKafkaConsumer011("FlinkTopic",new SimpleStringSchema(),properties);
        DataStreamSource dss = env.addSource(kafka);
        SingleOutputStreamOperator flatMap = dss.flatMap(new FlatMapFunction<String, String>() {
            @Override
            public void flatMap(String value, Collector<String> out) throws Exception {
                String[] split = value.split(" ");
                for (String word : split) {
                    out.collect(word);
                }
            }
        });
        SingleOutputStreamOperator map = flatMap.map(new MapFunction<String, Tuple2<String, Integer>>() {
            @Override
            public Tuple2<String, Integer> map(String word) throws Exception {
                return new Tuple2<>(word, 1);
            }
        });
        WindowedStream<Tuple2<String,Integer>,Tuple,TimeWindow> windowedStream = map.keyBy(0).timeWindow(Time.seconds(5));
        SingleOutputStreamOperator<Tuple2<String,Integer>>sum=windowedStream.sum(1);
        FlinkKafkaProducer011<String> sink = new FlinkKafkaProducer011<>("FlinkResult", new SimpleStringSchema(), properties);
        sum.map(new MapFunction<Tuple2<String,Integer>, String>() {

            @Override
            public String map(Tuple2<String, Integer> tp2) throws Exception {
                return tp2.f0+"="+tp2.f1;
            }
        }).addSink(sink);
        env.execute();

    }
}

4、启动 zk

在node1,node2,node3上

cd /opt/app/zookeeper-3.4.6/conf
 zkServer.sh  start

5、启动 kafka 集群

在node1,node2,node3上

cd /opt/app/kafka_2.10-0.9.0.1/
 kafka-server-start.sh config/server.properties

6、创建topic

创建 source topic

kafka-topics.sh --create  --partitions 3  -replication-factor 2 --topic Flink_Topic --zookeeper node1:2181,node2:2181,node3:2181

创建 sink topic

kafka-topics.sh --create  --partitions 3  -replication-factor 2 --topic Flink_Result --zookeeper node1:2181,node2:2181,node3:2181

7、运行代码

8、创建生产者和消费者

在node1 上创建生产者

kafka-console-producer.sh   --broker-list  node1:9092,node2:9092,node3:9092 --topic Flink_Topic

在node2 上创建 消费者

kafka-console-consumer.sh  --bootstrap-server node1:9092,node2:9092,node3:9092 --topic Flink_Result

生产者上输入字符串，可以看到 消费者上显示结果为经过 FlinkReadKafka处理后的结果