前言

         上述讲到，成功将一个文件里的内容使用SQL进行了一解析（快速入门Flink SQL —— 介绍及入门）本篇文章主要会跟大家分享如何连接kafka，MySQL，作为输入流和数出的操作。

一、将kafka作为输入流

         kafka 的连接器 flink-kafka-connector 中，1.10 版本的已经提供了 Table API 的支持。我们可以在 connect方法中直接传入一个叫做 Kafka 的类，这就是 kafka 连接器的描述器ConnectorDescriptor。

准备数据：

1,语数
2,英物
3,化生
4,文学
5,语理
6,学物

创建kafka主题

./kafka-topics.sh --create --zookeeper node01:2181,node02:2181,node03:2181 --replication-factor 2 --partitions 3 --topic FlinkSqlTest

通过命令行的方式启动一个生产者

[root@node01 bin]# ./kafka-console-producer.sh --broker-list node01:9092,node02:9092,node03:9092 --topic FlinkSqlTest
>1,语数
>2,英物 
>3,化生
>4,文学
>5,语理\
>6,学物

编写Flink代码连接到kafka

import org.apache.flink.streaming.api.scala._
import org.apache.flink.table.api.DataTypes
import org.apache.flink.table.api.scala._
import org.apache.flink.table.descriptors.{Csv, Kafka, Schema}

/**
 * @Package
 * @author 大数据老哥
 * @date 2020/12/17 0:35
 * @version V1.0
 */

object FlinkSQLSourceKafka {
  def main(args: Array[String]): Unit = {
    // 获取流处理的运行环境
    val env = StreamExecutionEnvironment.getExecutionEnvironment
    // 获取table的运行环境
    val tableEnv = StreamTableEnvironment.create(env)
    tableEnv.connect(
      new Kafka()
        .version("0.11")  // 设置kafka的版本
          .topic("FlinkSqlTest") // 设置要连接的主题
        .property("zookeeper.connect","node01:2181,node02:2181,node03:2181")  //设置zookeeper的连接地址跟端口号
        .property("bootstrap.servers","node01:9092,node02:9092,node03:9092") //设置kafka的连接地址跟端口号
    ).withFormat(new Csv()) // 设置格式
      .withSchema(new Schema()  // 设置元数据信息
        .field("id",DataTypes.STRING())
        .field("name",DataTypes.STRING())
      ).createTemporaryTable("kafkaInputTable") // 创建临时表
     //定义要查询的sql语句
    val result = tableEnv.sqlQuery("select * from  kafkaInputTable ")
    //打印数据
    result.toAppendStream[(String,String)].print()
    // 开启执行
    env.execute("source kafkaInputTable")
  }
}

运行结果图

flink读kafka数据写入msyql 状态写入redis flink kafka sql_Flink SQL


         当然也可以连接到 ElasticSearch、MySql、HBase、Hive 等外部系统，实现方式基本上是类似的。

二、表的查询

         利用外部系统的连接器 connector，我们可以读写数据，并在环境的 Catalog 中注册表。接下来就可以对表做查询转换了。
Flink 给我们提供了两种查询方式：Table API 和 SQL。

三、Table API 的调用

         Table API 是集成在 Scala 和 Java 语言内的查询 API。与 SQL 不同，Table API 的查询不会用字符串表示，而是在宿主语言中一步一步调用完成的。
         Table API 基于代表一张表的 Table 类，并提供一整套操作处理的方法 API。这些方法会返回一个新的 Table 对象，这个对象就表示对输入表应用转换操作的结果。有些关系型转换操作，可以由多个方法调用组成，构成链式调用结构。例如 table.select(…).filter(…) ，其中 select（…） 表示选择表中指定的字段，filter(…)表示筛选条件。
代码中的实现如下：

val kafkaInputTable = tableEnv.from("kafkaInputTable")
    kafkaInputTable.select("*")
      .filter('id !=="1")

四、SQL查询

         Flink 的 SQL 集成，基于的是 ApacheCalcite，它实现了 SQL 标准。在 Flink 中，用常规字符串来定义 SQL 查询语句。SQL 查询的结果，是一个新的 Table。

代码实现如下：

val result = tableEnv.sqlQuery("select * from  kafkaInputTable ")

         当然，也可以加上聚合操作，比如我们统计每个用户的个数

调用 table API

val result: Table = tableEnv.from("kafkaInputTable")
       result.groupBy("user")
       .select('name,'name.count as 'count)

调用SQL

val result = tableEnv.sqlQuery("select  name ,count(1) as count from kafkaInputTable group by name ")

         这里 Table API 里指定的字段，前面加了一个单引号’，这是 Table API 中定义的 Expression类型的写法，可以很方便地表示一个表中的字段。
         字段可以直接全部用双引号引起来，也可以用半边单引号+字段名的方式。以后的代码中，一般都用后一种形式。

五、将DataStream 转成Table

         Flink 允许我们把 Table 和DataStream 做转换：我们可以基于一个 DataStream，先流式地读取数据源，然后 map 成样例类，再把它转成 Table。Table 的列字段（column fields），就是样例类里的字段，这样就不用再麻烦地定义 schema 了。

5.1、代码实现

         代码中实现非常简单，直接用 tableEnv.fromDataStream() 就可以了。默认转换后的 Table schema 和 DataStream 中的字段定义一一对应，也可以单独指定出来。
         这就允许我们更换字段的顺序、重命名，或者只选取某些字段出来，相当于做了一次 map 操作（或者 Table API 的 select 操作）。

代码具体如下：

import org.apache.flink.streaming.api.scala._
import org.apache.flink.table.api.scala._

/**
 * @Package
 * @author 大数据老哥
 * @date 2020/12/17 21:21
 * @version V1.0
 */
object FlinkSqlReadFileTable {

  def main(args: Array[String]): Unit = {
    // 构建流处理运行环境
    val env = StreamExecutionEnvironment.getExecutionEnvironment
    // 构建table运行环境
    val tableEnv = StreamTableEnvironment.create(env)
    // 使用流处理来读取数据
    val readData = env.readTextFile("./data/word.txt")
    // 使用flatMap进行切分
    val word: DataStream[String] = readData.flatMap(_.split(" "))
    // 将word 转为 table
    val table = tableEnv.fromDataStream(word)
    // 计算wordcount
    val wordCount = table.groupBy("f0").select('f0, 'f0.count as 'count)
    wordCount.printSchema()
    //转换成流处理打印输出
    tableEnv.toRetractStream[(String,Long)](wordCount).print()
    env.execute("FlinkSqlReadFileTable")
  }
}

5.2 数据类型与 Table schema 的对应

         DataStream 中的数据类型，与表的 Schema之间的对应关系，是按照样例类中的字段名来对应的（name-based mapping），所以还可以用 as 做重命名。
         另外一种对应方式是，直接按照字段的位置来对应（position-based mapping），对应的过程中，就可以直接指定新的字段名了。

基于名称的对应：

val userTable = tableEnv.fromDataStream(dataStream,'username as 'name,'id as 'myid)

基于位置的对应：

val userTable = tableEnv.fromDataStream(dataStream, 'name, 'id)

         Flink 的 DataStream 和 DataSet API 支持多种类型。组合类型，比如元组（内置 Scala 和 Java 元组）、POJO、Scala case 类和 Flink 的 Row 类型等，允许具有多个字段的嵌套数据结构，这些字段可以在 Table 的表达式中访问。其他类型，则被视为原子类型。
         元组类型和原子类型，一般用位置对应会好一些；如果非要用名称对应，也是可以的：元组类型，默认的名称是_1, _2；而原子类型，默认名称是 f0。

六、创建临时视图（Temporary View）

         创建临时视图的第一种方式，就是直接从 DataStream 转换而来。同样，可以直接对应字段转换；也可以在转换的时候，指定相应的字段。
代码如下：

tableEnv.createTemporaryView("sensorView", dataStream) 
tableEnv.createTemporaryView("sensorView", dataStream, 'id, 'temperature,'timestamp as 'ts)

另外，当然还可以基于 Table 创建视图：

tableEnv.createTemporaryView("sensorView", sensorTable)

         View 和 Table 的 Schema 完全相同。事实上，在 Table API 中，可以认为 View 和 Table是等价的。

总结

         上述文章了主要讲解了以kafka方式作为输入流进行流失处理，其实我也可以设置MySQL、es、MySQL 等，都是类似的，以及table API 与sql之间的区别，还讲解了DataStream转换位Table 或者Table 转换为DataStream这样的或我们后面在做数据分析的时候就非常简单了，这篇文章到这里就结束了，喜欢的朋友可以给个一键三连。到现在为止只分享了作为输入流还没分享输出流，后面会持续发布，我们下期见。