FlinkクリーニングKafkaデータをMySQLテストに格納
7942 ワード
バージョン情報:
Kafkaメッセージサンプル及びフォーマット:[IP TIME URL STATU_CODE REFERER]
Pom.xml
sConf
MySQLSlink
データパージ日ツールクラス
MySQLテーブル作成
メインプログラム:主にtimeのフォーマットをyyyyyMMddHmmssに変換し、URLのカリキュラムIDを取り、/classの先頭ではないフィルタリングを行います.
プライマリ・プログラムの起動、テーブル・データの表示
Kafkaからのメッセージは私がシミュレーションしたもので、1分で100件発生しました.以上はテストコードだけで、データの正確性、プログラム性能を考慮していないので、自分で改善することができます.またWaterMarkなどはまだテスト中で、テストが終わったら共有します.
Flink Version:1.6.2
Kafka Version:0.9.0.0
MySQL Version:5.6.21
Kafkaメッセージサンプル及びフォーマット:[IP TIME URL STATU_CODE REFERER]
1.74.103.143 2018-12-20 18:12:00 "GET /class/130.html HTTP/1.1" 404 https://search.yahoo.com/search?p=Flink
Pom.xml
2.11.8
1.6.2
org.apache.flink
flink-java
${flink.version}
org.apache.flink
flink-streaming-java_2.11
${flink.version}
org.apache.flink
flink-clients_2.11
${flink.version}
org.apache.flink
flink-connector-kafka-0.9_2.11
${flink.version}
mysql
mysql-connector-java
5.1.39
sConf
package com.soul.conf;
/**
* @author soulChun
* @create 2018-12-20-15:11
*/
public class sConf {
public static final String USERNAME = "root";
public static final String PASSWORD = "root";
public static final String DRIVERNAME = "com.mysql.jdbc.Driver";
public static final String URL = "jdbc:mysql://localhost:3306/soul";
}
MySQLSlink
package com.soul.kafka;
import com.soul.conf.sConf;
import org.apache.flink.api.java.tuple.Tuple5;
import org.apache.flink.configuration.Configuration;
import org.apache.flink.streaming.api.functions.sink.RichSinkFunction;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
/**
* @author soulChun
* @create 2018-12-20-15:09
*/
public class MySQLSink extends RichSinkFunction> {
private static final long serialVersionUID = 1L;
private Connection connection;
private PreparedStatement preparedStatement;
public void invoke(Tuple5 value) {
try {
if (connection == null) {
Class.forName(sConf.DRIVERNAME);
connection = DriverManager.getConnection(sConf.URL, sConf.USERNAME, sConf.PASSWORD);
}
String sql = "insert into log_info (ip,time,courseid,status_code,referer) values (?,?,?,?,?)";
preparedStatement = connection.prepareStatement(sql);
preparedStatement.setString(1, value.f0);
preparedStatement.setString(2, value.f1);
preparedStatement.setString(3, value.f2);
preparedStatement.setString(4, value.f3);
preparedStatement.setString(5, value.f4);
System.out.println("Start insert");
preparedStatement.executeUpdate();
} catch (Exception e) {
e.printStackTrace();
}
}
public void open(Configuration parms) throws Exception {
Class.forName(sConf.DRIVERNAME);
connection = DriverManager.getConnection(sConf.URL, sConf.USERNAME, sConf.PASSWORD);
}
public void close() throws Exception {
if (preparedStatement != null) {
preparedStatement.close();
}
if (connection != null) {
connection.close();
}
}
}
データパージ日ツールクラス
package com.soul.utils;
import org.apache.commons.lang3.time.FastDateFormat;
import java.util.Date;
/**
* @author soulChun
* @create 2018-12-19-18:44
*/
public class DateUtils {
private static FastDateFormat SOURCE_FORMAT = FastDateFormat.getInstance("yyyy-MM-dd HH:mm:ss");
private static FastDateFormat TARGET_FORMAT = FastDateFormat.getInstance("yyyyMMddHHmmss");
public static Long getTime(String time) throws Exception{
return SOURCE_FORMAT.parse(time).getTime();
}
public static String parseMinute(String time) throws Exception{
return TARGET_FORMAT.format(new Date(getTime(time)));
}
public static void main(String[] args) throws Exception{
String time = "2018-12-19 18:55:00";
System.out.println(parseMinute(time));
}
}
MySQLテーブル作成
create table log_info(
ID INT NOT NULL AUTO_INCREMENT,
IP VARCHAR(50),
TIME VARCHAR(50),
CourseID VARCHAR(10),
Status_Code VARCHAR(10),
Referer VARCHAR(100),
PRIMARY KEY ( ID )
)ENGINE=InnoDB DEFAULT CHARSET=utf8;
メインプログラム:主にtimeのフォーマットをyyyyyMMddHmmssに変換し、URLのカリキュラムIDを取り、/classの先頭ではないフィルタリングを行います.
package com.soul.kafka;
import com.soul.utils.DateUtils;
import org.apache.flink.api.common.functions.FilterFunction;
import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.common.serialization.SimpleStringSchema;
import org.apache.flink.api.java.tuple.Tuple5;
import org.apache.flink.streaming.api.TimeCharacteristic;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer09;
import java.util.Properties;
/**
* @author soulChun
* @create 2018-12-19-17:23
*/
public class FlinkCleanKafka {
public static void main(String[] args) throws Exception {
final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.enableCheckpointing(5000);
Properties properties = new Properties();
properties.setProperty("bootstrap.servers", "localhost:9092");//kafka IP hostName,
properties.setProperty("zookeeper.connect", "localhost:2181");//zookeeper IP hostName,
properties.setProperty("group.id", "test-consumer-group");//flink consumer flink group.id
FlinkKafkaConsumer09 myConsumer = new FlinkKafkaConsumer09("imooc_topic", new SimpleStringSchema(), properties);
DataStream stream = env.addSource(myConsumer);
// stream.print().setParallelism(2);
DataStream CleanData = stream.map(new MapFunction>() {
@Override
public Tuple5 map(String value) throws Exception {
String[] data = value.split("\\\t");
String CourseID = null;
String url = data[2].split("\\ ")[2];
if (url.startsWith("/class")) {
String CourseHTML = url.split("\\/")[2];
CourseID = CourseHTML.substring(0, CourseHTML.lastIndexOf("."));
// System.out.println(CourseID);
}
return Tuple5.of(data[0], DateUtils.parseMinute(data[1]), CourseID, data[3], data[4]);
}
}).filter(new FilterFunction>() {
@Override
public boolean filter(Tuple5 value) throws Exception {
return value.f2 != null;
}
});
CleanData.addSink(new MySQLSink());
env.execute("Flink kafka");
}
}
プライマリ・プログラムの起動、テーブル・データの表示
mysql> select count(*) from log_info;
+----------+
| count(*) |
+----------+
| 15137 |
+----------+
Kafkaからのメッセージは私がシミュレーションしたもので、1分で100件発生しました.以上はテストコードだけで、データの正確性、プログラム性能を考慮していないので、自分で改善することができます.またWaterMarkなどはまだテスト中で、テストが終わったら共有します.