技术标签: flink postgresql 数据库
关键词:Flink-CDC、Flink-CDC入门教程、Flink CDC Connectors 、Flink-CDC 2.0.0
在 Flink CDC 诞生之前,说起数据同步工具,大家可能最熟悉 Canal、MaxWell 等工具。自从Flink CDC 诞生之后,经过一年时间的发展,现在已经慢慢成熟。Flink CDC 上手非常容易,上手容易并不意味着功能简单,相反,它的功能很强大。今天我们就来认识一下什么是Flink CDC。
CDC 是 Change Data Capture(变更数据获取)的简称。核心思想是,监测并捕获数据库的变动(包括数据或数据表的插入、更新以及删除等),将这些变更按发生的顺序完整记录下来,写入到消息中间件中以供其他服务进行订阅及消费。
CDC 主要分为基于查询和基于日志两种方式。
Flink CDC 是 Apache Flink 的一组源连接器,使用变更数据捕获 (CDC) 从 MySQL、PostgreSQL 等不同数据库中直接读取全量数据和增量变更数据。Flink CDC Connectors 集成了 Debezium 作为捕获数据变化的引擎。所以它可以充分利用Debezium的能力。
本案例使用 MySQL 数据库。
先决条件
确保 MySQL 数据库已开启 Binlog
创建一个 maven 工程
本案例已上传至码云,有需要的可以去我仓库下载。
引入依赖
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-java</artifactId>
<version>1.13.2</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-streaming-java_2.12</artifactId>
<version>1.13.2</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-clients_2.12</artifactId>
<version>1.13.2</version>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>8.0.25</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-table-planner-blink_2.12</artifactId>
<version>1.13.2</version>
</dependency>
<dependency>
<groupId>com.ververica</groupId>
<artifactId>flink-connector-mysql-cdc</artifactId>
<version>2.0.0</version>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.75</version>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-simple</artifactId>
<version>1.7.25</version>
<scope>compile</scope>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-connector-elasticsearch7_2.11</artifactId>
<version>1.13.2</version>
</dependency>
编写demo
public class FlinkCDC {
public static void main(String[] args) throws Exception {
//1.获取Flink 执行环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(1);
//2.通过FlinkCDC构建SourceFunction
DebeziumSourceFunction<String> sourceFunction = MySqlSource.<String>builder()
.hostname("127.0.0.1")
.port(3306)
.username("root")
.password("root")
.databaseList("flink-cdc")
.deserializer(new StringDebeziumDeserializationSchema())
.startupOptions(StartupOptions.initial())
.build();
DataStreamSource<String> dataStreamSource = env.addSource(sourceFunction);
//3.数据打印
dataStreamSource.print();
//4.启动任务
env.execute("FlinkCDC");
}
}
运行
当我们在数据库添加、修改、删除一条数据时,控制台都会输出变更信息
[debezium-mysqlconnector-mysql_binlog_source-change-event-source-coordinator] INFO io.debezium.connector.mysql.MySqlStreamingChangeEventSource - Keepalive thread is running
[Legacy Source Thread - Source: Custom Source -> (Sink: Print to Std. Out, Sink: Unnamed) (1/1)#0] INFO com.ververica.cdc.debezium.internal.DebeziumChangeFetcher - Database snapshot phase can't perform checkpoint, acquired Checkpoint lock.
SourceRecord{
sourcePartition={
server=mysql_binlog_source}, sourceOffset={
ts_sec=1630413635, file=mysql-bin.000003, pos=1234, snapshot=true}} ConnectRecord{
topic='mysql_binlog_source.flink-cdc.t_user', kafkaPartition=null, key=Struct{
id=1}, keySchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Key:STRUCT}, value=Struct{
after=Struct{
id=1,desc=数据测试,name=极客},source=Struct{
version=1.5.2.Final,connector=mysql,name=mysql_binlog_source,ts_ms=1630413635069,snapshot=true,db=flink-cdc,table=t_user,server_id=0,file=mysql-bin.000003,pos=1234,row=0},op=r,ts_ms=1630413635072}, valueSchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Envelope:STRUCT}, timestamp=null, headers=ConnectHeaders(headers=)}
SourceRecord{
sourcePartition={
server=mysql_binlog_source}, sourceOffset={
ts_sec=1630413635, file=mysql-bin.000003, pos=1234}} ConnectRecord{
topic='mysql_binlog_source.flink-cdc.t_user', kafkaPartition=null, key=Struct{
id=2}, keySchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Key:STRUCT}, value=Struct{
after=Struct{
id=2,desc=你爱我我爱你,name=极客688},source=Struct{
version=1.5.2.Final,connector=mysql,name=mysql_binlog_source,ts_ms=1630413635074,snapshot=last,db=flink-cdc,table=t_user,server_id=0,file=mysql-bin.000003,pos=1234,row=0},op=r,ts_ms=1630413635074}, valueSchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Envelope:STRUCT}, timestamp=null, headers=ConnectHeaders(headers=)}
[Legacy Source Thread - Source: Custom Source -> (Sink: Print to Std. Out, Sink: Unnamed) (1/1)#0] INFO com.ververica.cdc.debezium.internal.DebeziumChangeFetcher - Received record from streaming binlog phase, released checkpoint lock.
[debezium-engine] INFO io.debezium.connector.common.BaseSourceTask - 3 records sent during previous 00:01:31.149, last recorded offset: {
transaction_id=null, ts_sec=1630413724, file=mysql-bin.000003, pos=1299, row=1, server_id=1, event=2}
SourceRecord{
sourcePartition={
server=mysql_binlog_source}, sourceOffset={
transaction_id=null, ts_sec=1630413724, file=mysql-bin.000003, pos=1299, row=1, server_id=1, event=2}} ConnectRecord{
topic='mysql_binlog_source.flink-cdc.t_user', kafkaPartition=null, key=Struct{
id=3}, keySchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Key:STRUCT}, value=Struct{
after=Struct{
id=3,desc=66,name=666},source=Struct{
version=1.5.2.Final,connector=mysql,name=mysql_binlog_source,ts_ms=1630413724000,db=flink-cdc,table=t_user,server_id=1,file=mysql-bin.000003,pos=1436,row=0},op=c,ts_ms=1630413724566}, valueSchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Envelope:STRUCT}, timestamp=null, headers=ConnectHeaders(headers=)}
至此,Flink CDC 入门案例结束,是不是非常简单,Flink CDC 更多功能请参阅官网,自行研究。
好了以上就是本文的主要内容了,本文主要介绍了 CDC 的概念,Flink-CDC 概念及入门案例,。相信无敌的你都已经get到全部要点了,本专栏后续将带你继续了解大数据相关的神器,敬请期待哦(*^▽^*)
。
以上内容均来源于网络,如有错误,请多多包含。
文章浏览阅读868次。背景在Android4.4之前,我们的应用没法改变手机的状态栏颜色,要么是黑乎乎的要么是白花花的,给人的感觉很不协调。所以4.4之后引入了沉浸式1、改变状态栏的透明度2、改变状态栏的颜色或者背景很简单的功能,但是给人的效果确实焕然一新,不再有突兀的黑白脑门了。创建styles.xml(v19) (创建一个名为styles文件,版本号选择19)..._android 沉浸式布局
文章浏览阅读799次,点赞10次,收藏15次。这样我们就把基本的实现原理分析完了,下面就让我们开始一步步实现吧。_android 弹幕效果实现
文章浏览阅读9.7k次,点赞9次,收藏56次。#一般需要导入该库。导入方法,打开cmd命令窗口或者anaconda prompt:#pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jieba(最后一个参数是包名)#如果想安装对应版本的包,只需在包名后面加“==版本号”即可import jieba#分词def cut_word(Test): # jieba 默认启用了HMM(隐马尔科夫模型)进行中文分词 seg_list = jieba.cut(Test,cut__jieba怎么避免单个字的
文章浏览阅读10w+次,点赞42次,收藏210次。1、PHP环境搭建的前提是 Apache HTTP Server (Apache 服务器)已经安装部署成功,并可以正常访问到服务器的主页面。Apache HTTP Server 的安装部署已经在上一篇讲解的很详细了,不清楚的可以点击“ Apache HTTP Servcer-Apache服务器下载与Windows系统下安装”查看具体操作。2、PHP下载: 2.1、下载地址:http:_windows搭建php
文章浏览阅读6.2k次,点赞2次,收藏17次。OSGB数据转换为3dtiles数据_osgb转3dtiles
文章浏览阅读610次。文章目录剧本角色https://www.bilibili.com/video/BV1eT4y177kx?p=32 很好的ansible教程剧本# 学校playbook---# 学生play- 学生 name: age:#老师play- 老师 sex: cno# 班级play- 班级 sno: tno: # 学校合作企业playbook---角色data└──unifile-service└──uni_ansible arm
文章浏览阅读1.4k次。这里以Centos8为例,搭建简易的samba(SMB)服务。_centos8 samba
文章浏览阅读646次。图像逆时针旋转θ的矩阵Qrotatecosθsinθ−sinθcosθ1)II10012)θQ′10cosθsinθ3)Q′01−sinθcosθ4)IθQrotatecosθsinθ−sinθcosθ5)Qrotatecosθsinθ−sinθcosθ6图像沿着直线21θ对称矩阵,反射矩阵II。_reflection matrix
文章浏览阅读1.5k次。地址:添加链接描述后面写一篇完整的前后端处理DEMO_layuiadmin下载 treetable
文章浏览阅读1k次,点赞17次,收藏17次。Linux常用命令,值得收藏!_常用linux命令笔记
文章浏览阅读362次。目录一、高可用的eureka server二、eureka集群模拟在创建一个eureka-server项目修改服务提供者和消费者项目配置文件三、eureka客户端续约时间服务时效时间失效剔除时间自我保护负载均衡问题四、负载均衡Ribbon1、实现服务提供者集群2、实现消费方的调用负载均衡1)RibbonLoadBal..._高可用eureka集群+ribbon负载均衡
文章浏览阅读9次。Java字符串常量池