Flink中Kafka连接器的基本应用

前言

本文将基于内置kafka连接器演示如何使用kafka内置流收集器的api完成Kafka数据的采集，同时我们也会给出一个收集Kafka数据流数据保存到MySQL的示例，希望对你有帮助。

Kafka连接器基础案例演示

前置说明和环境准备步骤

本案例将基于Kafka投递的单词(用逗号分隔)，通过flink完成抽取，切割为独立单词，并完成词频统计，例如我们输入hello,world，最终控制台就会输出hello,1和world，1。

在正式演示之前，笔者介绍一些flink的使用版本：

<flink.version>1.16.0</flink.version>

对应还有下面这些依赖分别用于：

1. 使用Kafka连接器
2. 使用hutool的jdbc连接器
3. MySQL驱动包

 <!-- CSV Format for Kafka (因为你的配置中用了 'format' = 'csv') --><dependency><groupId>org.apache.flink</groupId><artifactId>flink-csv</artifactId><version>${flink.version}</version></dependency><!-- JDBC Connector (用于你的 spend_report 表写入 MySQL) --><dependency><groupId>org.apache.flink</groupId><artifactId>flink-connector-jdbc</artifactId><version>${flink.version}</version></dependency><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>8.0.28</version> <!-- 推荐使用 8.0.x 版本 --></dependency><dependency><groupId>cn.hutool</groupId><artifactId>hutool-all</artifactId><version>5.8.20</version></dependency>

完成这些后我们将Kafka等相关环境准备好就可以着手编码工作了。

Kafka连接器基本配置

首先我们基于StreamExecutionEnvironment 初始化环境构建配置：

 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

然后我们就可以基于内置的KafkaSource的建造者模式完成如Kafka连接器的构建：

1. setBootstrapServers设置Kafka地址为broker字符串配置的ip和端口号
2. setTopics设置消费的主题为input-topic
3. setGroupId当前kafka消费者组为my-group
4. setStartingOffsets设置为从最早偏移量开始消费
5. setValueOnlyDeserializer设置收到Kafka数据时直接反序列化为字符串

对应的代码如下所示：

	//基于建造者模式完成Kafka连接器的配置KafkaSource<String> source = KafkaSource.<String>builder().setBootstrapServers(brokers)//设置Kafka server端地址.setTopics("input-topic") //指定消费的Topic为input-topic.setGroupId("my-group")//设置消费组ID为my-group.setStartingOffsets(OffsetsInitializer.earliest())//设置从Kafka的最开始位置开始消费.setValueOnlyDeserializer(new SimpleStringSchema())// 设置数据直接反序列化为字符串.build();

这里需要补充一下关于Kafka消费位点的设置，flink已经内置了如下几种消费位点的设置，对应的代码配置示例如下，读者可参阅并进行配置：

KafkaSource.builder()