Flinkcdc监测mysql数据库,自定义反序列化,利用flinkApi和flinkSql两种方式
Flink CDC (Flink Change Data Capture)(Flink中改变数据捕获) 是基于数据库的日志 CDC 技术,实现了全增量一体化读取的数据集成框架。搭配Flink计算框架,Flink CDC 可以高效实现海量数据的实时集成。
改变你们的一个误区,cdc只有检测功能,不能对数据库中的数据进行修改删除添加
第一种用FlinkSql实现
第一步:创建FlinkSql环境
//创建流式环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); //创建流式表环境 StreamTableEnvironment tEnv = StreamTableEnvironment.create(env);
第二步:配置mysql
去mysql中的my.cnf中更改配置,作者的my.cnf是在/etc目录下面的,如果去进行修改可能权限不够
命令:sudo vim /etc/my.cnf
以上图片的四个配置缺一不可,框起来的一定要注意,binlog - do -db=目标数据库名
更改完之后要重启mysql,这一步很重要,否则还是之前的配置
重启命令:sudo systemctl restart mysqld
查看数据库命令:sudo systemctl status mysqld
有箭头指示就表示完成了
第三步:在目标数据库中创建需要检测的表
并在表中插入数据
第四步:去flink官网找到连接mysql-cdc的语法格式
官网网址:MySQL | Apache Flink CDC
上面是我从flink官网上截下来的,我们只需要将官网上的内容复制,自己去修改就可以了
tEnv.executeSql("CREATE TABLE Person (\n" + " id INT,\n"+ " name STRING,\n" + " age BIGINT,\n" + " sex String,\n" + " PRIMARY KEY (id) NOT ENFORCED\n"+ --一定要加上主键,否则就会报错 ") WITH (\n" + " 'connector' = 'mysql-cdc',\n" + --必填 " 'hostname'='hadoop102',\n" + --主机名,必填 " 'port'='3306',\n" + --端口号,必填 " 'username' = 'root',\n" + --用户名,必填 " 'password'='123456',\n" + --密码,必填 " 'database-name'='zg3',\n" + --目标数据库名,必填 " 'table-name'='Person',\n" + --目标表名,必填 " 'jdbc.properties.useSSL'='false'\n" + --官网上可以找到,必填 ");");
以上 是检测mysql中信息改的设置
报错
Caused by: org.apache.flink.table.api.ValidationException: Multiple factories for identifier 'mysql-cdc' that implement 'org.apache.flink.table.factories.DynamicTableFactory' found in the classpath.
如果你报这种错,就要看一下你自己的pom文件
这两个依赖冲突了
这样就可以解决报错了
对刚才数据进行修改名字
如果修改数据库,但是idea更新不出来值,这可能是好多人电脑的问题
这时候将并行度添加为1就可以了
第五步:将以上数据以json格式传送到kafka中
官网网址:Debezium | Apache Flink
Debezium-json:是Debezium为变更日志提供的统一格式结构。它是一种特定格式的JSON,用于描述数据库中的变更事件,如插入、更新或删除操作。这些事件可以由Debezium从源数据库捕获,并转换为JSON格式的消息,然后发布到消息队列(如Kafka)或对象存储(如OSS)中
tEnv.executeSql("CREATE TABLE kfk_cdc (\n" + " id INT,\n" + " name STRING,\n" + " age BIGINT,\n" + " sex String,\n" + " PRIMARY KEY (id) NOT ENFORCED\n"+ ") WITH (\n" + " 'connector' = 'kafka',\n" + " 'topic' = 'mysql_cdc',\n" + --写到kafka的主题,必填 " 'properties.bootstrap.servers' = 'hadoop102:9092',\n" + --kafka服务器名 " 'properties.group.id' = 'testGroup',\n" + " 'scan.startup.mode' = 'earliest-offset',\n" + " 'format' = 'debezium-json'\n" + --日志json格式,必填 ")");
tEnv.executeSql("insert into kfk_cdc select * from Person");
最后将目标表中的数据写到kafka的表中,因为flinksql连接kafka底层会将kafka表中数据自动写到kafka中
可能这样你们看不清,我把json数据美化一下
第二种用FlinkApi实现
第二步,第三步和FlinkSql一样
第四步从官网上复制: Overview | Apache Flink CDC
//免密配置 Properties properties = new Properties(); properties.put("useSSL","false"); MySqlSource mySqlSource = MySqlSource.builder() .hostname("hadoop102") --必填 主机名 .port(3306) --必填 端口号 .databaseList("zg3") // set captured database --必填 数据库 .tableList("zg3.Person")// set captured table --必填 数据表 .username("root") --必填 用户名 .password("123456") --必填 密码 .deserializer(new JsonDebeziumDeserializationSchema()) --反序列化器 .jdbcProperties(properties) --jdbc配置,用来写免密配置 .build();
第五步:获取上一步源数据
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // enable checkpoint env.enableCheckpointing(3000); env .fromSource(mySqlSource, WatermarkStrategy.noWatermarks(), "MySQL Source") // set 4 parallel source tasks .setParallelism(1) .print(); // use parallelism 1 for sink to keep message ordering env.execute("Print MySQL Snapshot + Binlog");
第六步:将数据转化为json格式
第一种:StringDebeziumDeserializationSchema()
SourceRecord{sourcePartition={server=mysql_binlog_source}, sourceOffset={transaction_id=null, ts_sec=1712331615, file=, pos=0}} ConnectRecord{topic='mysql_binlog_source.zg3.Person', kafkaPartition=null, key=Struct{id=2}, keySchema=Schema{mysql_binlog_source.zg3.Person.Key:STRUCT}, value=Struct{after=Struct{id=2,name=中国,age=22,sex=男},source=Struct{version=1.9.7.Final,connector=mysql,name=mysql_binlog_source,ts_ms=0,db=zg3,table=Person,server_id=0,file=,pos=0,row=0},op=r,ts_ms=1712331615095}, valueSchema=Schema{mysql_binlog_source.zg3.Person.Envelope:STRUCT}, timestamp=null, headers=ConnectHeaders(headers=)}
MySqlSource mySqlSource = MySqlSource.builder() .hostname("hadoop102") .port(3306) .databaseList("zg3") // set captured database .tableList("zg3.Person")// set captured table .username("root") .password("123456") .deserializer(new StringDebeziumDeserializationSchema()) // converts SourceRecord to JSON String .jdbcProperties(properties) .build();
第二种: JsonDebeziumDeserializationSchema()
{"before":null,"after":{"id":2,"name":"中国","age":22,"sex":"男"},"source":{"version":"1.9.7.Final","connector":"mysql","name":"mysql_binlog_source",
"ts_ms":0,"snapshot":"false","db":"zg3","sequence":null,"table":"Person",
"server_id":0,"gtid":null,"file":"","pos":0,"row":0,"thread":null,"query":null},
"op":"r","ts_ms":1712331713335,"transaction":null}
MySqlSource mySqlSource = MySqlSource.builder() .hostname("hadoop102") .port(3306) .databaseList("zg3") // set captured database .tableList("zg3.Person")// set captured table .username("root") .password("123456") .deserializer(new JsonDebeziumDeserializationSchema()) // converts SourceRecord to JSON String .jdbcProperties(properties) .build();
第二种更加的符合我们日常的json格式
但我们不想其余东西,只想要after、before、database、table 、operation
这时候我们就需要自定义了
public static class PersonDeserialization implements DebeziumDeserializationSchema { @Override public void deserialize(SourceRecord sourceRecord, Collector collector) throws Exception { //获取database和table String topic = sourceRecord.topic(); String[] split = topic.split("\\."); String database = split[1]; String table = split[2]; JSONObject data = new JSONObject(); //获取value值 //获取before值 Struct value = (Struct) sourceRecord.value(); Struct before = value.getStruct("before"); JSONObject beforeData = new JSONObject(); if(before!=null){ for (Field field : before.schema().fields()) { Object o = before.get(field); beforeData.put(field.name(),o); } }else{ before=null; } //获取after值 Struct after = value.getStruct("after"); JSONObject afterData = new JSONObject(); for (Field field : after.schema().fields()) { Object o = after.get(field); afterData.put(field.name(),o); } data.put("before",beforeData); data.put("after",afterData); //获取操作类型 Envelope.Operation operation = Envelope.operationFor(sourceRecord); //装配数据 JSONObject object = new JSONObject(); object.put("database",database); object.put("table",table); object.put("before",beforeData); object.put("after",afterData); collector.collect(object.toString()); } @Override public TypeInformation getProducedType() { return BasicTypeInfo.STRING_TYPE_INFO;//这里一般就是写String类型了 } }
public static class PersonDeserialization implements DebeziumDeserializationSchema { @Override public void deserialize(SourceRecord sourceRecord, Collector collector) throws Exception { //获取database和table String topic = sourceRecord.topic(); String[] split = topic.split("\\."); String database = split[1]; String table = split[2]; JSONObject data = new JSONObject(); //获取value值 Struct value = (Struct) sourceRecord.value(); Struct before = value.getStruct("before"); JSONObject beforeData = new JSONObject(); if(before!=null){ for (Field field : before.schema().fields()) { Object o = before.get(field); beforeData.put(field.name(),o); } }else{ before=null; } Struct after = value.getStruct("after"); JSONObject afterData = new JSONObject(); for (Field field : after.schema().fields()) { Object o = after.get(field); afterData.put(field.name(),o); } data.put("before",beforeData); data.put("after",afterData); //获取操作类型 Envelope.Operation operation = Envelope.operationFor(sourceRecord); //装配数据 JSONObject object = new JSONObject(); object.put("database",database); object.put("table",table); object.put("before",beforeData); object.put("after",afterData); collector.collect(object.toString()); } @Override public TypeInformation getProducedType() { return BasicTypeInfo.STRING_TYPE_INFO; } }
上面可以写成工具类,直接使用
是不是就能满足我们想要的数据了