《十堂课学习 Flink SQL》第四章:Flink 应用 java 开发开始典型案例

本文主要是介绍《十堂课学习 Flink SQL》第四章:Flink 应用 java 开发开始典型案例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

小伙伴们我们从本章开始将基于JAVA 进行Flink 应用开发,本章节主要介绍Maven开发环境搭建,日志配置,流计算案例以及批计算案例。一方面希望能借此规范化一下开发流程,另一方面也是简单案例入门,为接下来越来越复杂的案例分析打好基础。

4.1 基于 Maven 的 Flink 应用开发环境搭建

4.1.1 新建基于Maven的项目

在这里插入图片描述

4.1.2 添加 Maven 依赖

双击 pom.xml 文件,添加 dependencies 如下:

<!-- 替换或删除原来包含的 properties -->
<properties><maven.compiler.source>8</maven.compiler.source><maven.compiler.target>8</maven.compiler.target><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><scala.binary.version>2.11</scala.binary.version><lombok.version>1.18.30</lombok.version><flink.version>1.14.6</flink.version><slf4j.version>2.0.9</slf4j.version><logback.version>1.3.11</logback.version><junit.version>4.13.2</junit.version>
</properties><dependencies><!-- flink 相关 --><dependency><groupId>org.apache.flink</groupId><artifactId>flink-clients_${scala.binary.version}</artifactId><version>${flink.version}</version><scope>provided</scope></dependency><dependency><groupId>org.apache.commons</groupId><artifactId>commons-lang3</artifactId><version>${commons-lang3.version}</version><scope>provided</scope></dependency><!-- 编译工具 --><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><version>${lombok.version}</version><scope>provided</scope></dependency><!-- log 相关 --><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId><version>${slf4j.version}</version><scope>provided</scope></dependency><dependency><groupId>ch.qos.logback</groupId><artifactId>logback-core</artifactId><version>${logback.version}</version><scope>provided</scope></dependency><dependency><groupId>ch.qos.logback</groupId><artifactId>logback-classic</artifactId><version>${logback.version}</version><scope>provided</scope></dependency><!-- test 相关 --><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>${junit.version}</version><scope>test</scope></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-test-utils-junit</artifactId><version>${flink.version}</version><scope>test</scope></dependency></dependencies>

这里特别需要说明:

  1. 不需要添加 flink-java / flink-stream-java_*** / flink-core 等等。因为均包含在 flink-client 之中;
  2. 不需要添加 flink-runtime-web 。一般来说,flink-runtime-web 模块是与 Web UI 相关的,包括作业监控、图形化界面、日志查看等功能。它通常与 Flink 集群的 JobManager 一起运行,用于提供 Web 界面以监控和管理 Flink 作业。
  3. flink-client 仅仅用于本地调试,如果上生产环境不需要打包上去,因为生产环境提供相应的包(注意版本一致)。
  4. 日志相关工具依赖也仅仅用于本地调试,生产环境也有提供 Slf4j-api 以及对应log4j实现类。所以打包上 flink 客户端运行时不需要考虑日志的依赖问题。
  5. 测试类依赖的scope统一为 test,因为打包到flink客户端或生产环境flink集群均不需要这些。

4.1.3 添加 maven 插件

分别添加 maven-compiler-pluginmaven-shade-plugin 插件,注意其中的版本在前面已经提到。

<build><plugins><!-- Java Compiler --><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><version>3.1</version><configuration><source>${maven.compiler.source}</source><target>${maven.compiler.target}</target></configuration></plugin><!-- We use the maven-shade plugin to create a fat jar that contains all necessary dependencies. --><!-- Change the value of <mainClass>...</mainClass> if your program entry point changes. --><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-shade-plugin</artifactId><version>3.1.1</version><executions><!-- Run shade goal on package phase --><execution><phase>package</phase><goals><goal>shade</goal></goals><configuration><artifactSet><excludes><exclude>org.apache.flink:flink-shaded-force-shading</exclude><exclude>com.google.code.findbugs:jsr305</exclude><exclude>org.slf4j:*</exclude><exclude>org.apache.logging.log4j:*</exclude><exclude>ch.qos.logback:*</exclude></excludes></artifactSet><filters><filter><!-- Do not copy the signatures in the META-INF folder.Otherwise, this might cause SecurityExceptions when using the JAR. --><artifact>*:*</artifact><excludes><exclude>META-INF/*.SF</exclude><exclude>META-INF/*.DSA</exclude><exclude>META-INF/*.RSA</exclude></excludes></filter></filters></configuration></execution></executions></plugin></plugins>
</build>

确保maven下载安装好了相关依赖,即 查看 pom.xml 文件是否还有报错。

4.2 运行官方案例 WordCount

接下来新建一个 StreamWordCount 类,代码如下,注意新建是添加的包名:


import lombok.extern.slf4j.Slf4j;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.api.java.utils.MultipleParameterTool;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.util.Collector;
import org.apache.flink.util.Preconditions;/*** 单词统计简单案例* @author Smileyan*/
@Slf4j
public class StreamWordCount {/*** 默认的用于统计单词个数的字符串*/public static final String DEFAULT_WORDS = "Flink’s Table & SQL API makes it possible to work with queries written " +"in the SQL language, but these queries need to be embedded within a table program that is written in either Java or Scala. " +"Moreover, these programs need to be packaged with a build tool before being submitted to a cluster. " +"This more or less limits the usage of Flink to Java/Scala programmers" +"The SQL Client aims to provide an easy way of writing, debugging, and submitting table programs " +"to a Flink cluster without a single line of Java or Scala code. " +"The SQL Client CLI allows for retrieving and visualizing real-time results from the running distributed " +"application on the command line.";public static void main(String[] args) throws Exception {final MultipleParameterTool params = MultipleParameterTool.fromArgs(args);final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();// 设置并行度env.getConfig().setParallelism(3);// 将全局参数传递给执行环境env.getConfig().setGlobalJobParameters(params);DataStream<String> text = null;// 根据输入参数判断是否指定了输入文件路径if (params.has("input")) {// 遍历所有输入文件路径,将它们的数据合并为一个数据流for (String input : params.getMultiParameterRequired("input")) {if (text == null) {text = env.readTextFile(input);} else {text = text.union(env.readTextFile(input));}}// 检查数据集是否为空Preconditions.checkNotNull(text, "Input DataStream should not be null.");} else {// 否则,使用默认的文本数据text = env.fromElements(DEFAULT_WORDS);}// 对文本数据进行分词并计数assert text != null;DataStream<Tuple2<String, Integer>> counts = text.flatMap(new Tokenizer()).keyBy(value -> value.f0).sum(1);// 打印结果到标准输出log.info("Printing result to stdout. Use --output to specify output path.");counts.print();// 执行作业env.execute("Streaming WordCount");}/*** 分词函数,实现了 FlatMapFunction 接口。* 将输入的文本行分割为单词,并为每个单词生成一个键值对(单词,1)。*/public static final class Tokenizer implements FlatMapFunction<String, Tuple2<String, Integer>> {private static final long serialVersionUID = 8061659867139246041L;@Overridepublic void flatMap(String value, Collector<Tuple2<String, Integer>> out) {// 将文本行转换为小写并按非单词字符分割String[] tokens = value.toLowerCase().split("\\W+");// 遍历分割后的单词数组,将每个单词生成键值对并输出到结果收集器for (String token : tokens) {if (!token.isEmpty()) {out.collect(Tuple2.of(token, 1));}}}}
}

接下来运行时请注意,我们需要运行时添加 provided 的依赖类型。即

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
选择OK后,即可点击右上角的执行按钮。如下录制视频所示:

4.3 添加日志输出配置文件

经过前面的这些步骤,已经完成了本地运行 flink job ,先不急着分析其中的结果,先优化一下输出日志的问题,即 DEBUG 级别日志太多;全部都是白色的字体看起来不够清晰。如图所示:
在这里插入图片描述
在项目的 resources 目录下新建一个文件,取名叫 logback.xml, 文件内容为:

<configuration><property name="CONSOLE_LOG_PATTERN"value="%cyan(%d{yyyy-MM-dd HH:mm:ss.SSS}) %blue([%thread]) %magenta(%-5level) %green(%logger{60}) %yellow(%file:%line) %X{sourceThread} - (%msg%n)"/><appender name="console" class="ch.qos.logback.core.ConsoleAppender"><encoder><pattern>${CONSOLE_LOG_PATTERN}</pattern><charset>UTF-8</charset></encoder></appender><appender name="file" class="ch.qos.logback.core.FileAppender"><file>logs/${file.log}.log</file><append>false</append><encoder><pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{60} %X{sourceThread} - %msg%n</pattern></encoder></appender><!-- This affects logging for both user code and Flink --><root level="INFO"><appender-ref ref="console"/><appender-ref ref="file"/></root><!-- Uncomment this if you want to only change Flink's logging --><logger name="org.apache.flink" level="INFO"><appender-ref ref="file"/></logger><!-- The following lines keep the log level of common libraries/connectors onlog level INFO. The root logger does not override this. You have to manuallychange the log levels here. --><logger name="akka" level="INFO"><appender-ref ref="file"/></logger><logger name="org.apache.kafka" level="INFO"><appender-ref ref="file"/></logger><logger name="org.apache.hadoop" level="INFO"><appender-ref ref="file"/></logger><logger name="org.apache.zookeeper" level="INFO"><appender-ref ref="file"/></logger><!-- Suppress the irrelevant (wrong) warnings from the Netty channel handler --><logger name="org.apache.flink.shaded.akka.org.jboss.netty.channel.DefaultChannelPipeline" level="ERROR"><appender-ref ref="file"/></logger><!-- 配置状态监听器,关闭版本信息输出 --><statusListener class="ch.qos.logback.core.status.NopStatusListener" />
</configuration>

在这里插入图片描述
执行后的效果可以参考如下视频:

4.4 批处理案例

类似地,我们添加批处理案例代码,新建 BatchWordCount类。

package cn.smileyan.demos;import lombok.extern.slf4j.Slf4j;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.DataSet;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.api.java.utils.MultipleParameterTool;
import org.apache.flink.util.Collector;
import org.apache.flink.util.Preconditions;/*** 说明:* 1. 代码中的 DEFAULT_WORDS 数组包含了一些默认的文本数据,用于 WordCount 示例。* 2. main 方法是程序的入口点,解析命令行参数,设置 Flink 执行环境,并执行 WordCount 示例。* 3. Tokenizer 类是一个 FlatMapFunction,用于将输入的文本进行切分和计数。* @author Smileyan*/
@Slf4j
public class BatchWordCount {/*** 默认的用于统计单词个数的字符串*/protected static final String[] DEFAULT_WORDS = {"Flink’s Table & SQL API makes it possible to work with queries written ","in the SQL language, but these queries need to be embedded within a table program that is written in either Java or Scala. ","Moreover, these programs need to be packaged with a build tool before being submitted to a cluster. ","This more or less limits the usage of Flink to Java/Scala programmers","The SQL Client aims to provide an easy way of writing, debugging, and submitting table programs ","to a Flink cluster without a single line of Java or Scala code. ","The SQL Client CLI allows for retrieving and visualizing real-time results from the running distributed ","application on the command line."};public static void main(String[] args) throws Exception {// 解析命令行参数final MultipleParameterTool params = MultipleParameterTool.fromArgs(args);// 获取 Flink 执行环境final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();// 设置全局作业参数env.getConfig().setGlobalJobParameters(params);// 定义文本数据集DataSet<String> text = null;if (params.has("input")) {// 如果命令行参数包含输入路径,则从文件中读取文本数据for (String input : params.getMultiParameterRequired("input")) {if (text == null) {text = env.readTextFile(input);} else {text = text.union(env.readTextFile(input));}}Preconditions.checkNotNull(text, "Input DataSet should not be null.");} else {// 否则,使用默认的文本数据text = env.fromElements(DEFAULT_WORDS);}// 执行 WordCount 示例assert text != null;DataSet<Tuple2<String, Integer>> counts =text.flatMap(new Tokenizer()).groupBy(0).sum(1);// 打印结果counts.print();}/*** Tokenizer 类实现了 FlatMapFunction 接口,用于将输入文本切分并计数。*/public static final class Tokenizerimplements FlatMapFunction<String, Tuple2<String, Integer>> {/*** 切分并计数逻辑** @param value 输入文本* @param out   输出 Tuple2<String, Integer> 的 Collector*/@Overridepublic void flatMap(String value, Collector<Tuple2<String, Integer>> out) {// 将文本转换为小写,并根据非单词字符切分String[] tokens = value.toLowerCase().split("\\W+");// 遍历切分后的单词数组,排除空单词,并将单词和计数为 1 的 Tuple 发送到 Collectorfor (String token : tokens) {if (!token.isEmpty()) {out.collect(new Tuple2<>(token, 1));}}}}
}

4.5 相关资料

欢迎访问本文对应的源码地址:https://gitee.com/smile-yan/quick-start-flink-java

Flink 官网 1.14.6 的在线文档:https://nightlies.apache.org/flink/flink-docs-release-1.14/

4.6 本章小结

俗话说,“万事开头难” 。但是很多开源项目作者团队都有一个很好的习惯 —— 提供quick-start 的简单项目。本文的目的也是如此,Flink 很强大,如果我们细究原理的话应该至少得读一些论文,做一些实验,读一读源码。

但事实上,很幸运对大多数小伙伴们而言,我们不需要这样做。Flink 就像一把斧头,我们需要学会如何把斧头打磨锋利、如何更好地使用斧头,而不用考虑怎么去制作它。

愿我们都能掌握 Flink 基础知识,并在今后的学习与工作中更好地打磨它,在接下来的开发道路上帮助我们不断披荆斩棘 ~

如果认为本章节写得还行,一定记得点击下方免费的赞 ~ 感谢 !
在这里插入图片描述

这篇关于《十堂课学习 Flink SQL》第四章:Flink 应用 java 开发开始典型案例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/443743

相关文章

Java实现检查多个时间段是否有重合

《Java实现检查多个时间段是否有重合》这篇文章主要为大家详细介绍了如何使用Java实现检查多个时间段是否有重合,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录流程概述步骤详解China编程步骤1:定义时间段类步骤2:添加时间段步骤3:检查时间段是否有重合步骤4:输出结果示例代码结语作

Java中String字符串使用避坑指南

《Java中String字符串使用避坑指南》Java中的String字符串是我们日常编程中用得最多的类之一,看似简单的String使用,却隐藏着不少“坑”,如果不注意,可能会导致性能问题、意外的错误容... 目录8个避坑点如下:1. 字符串的不可变性:每次修改都创建新对象2. 使用 == 比较字符串,陷阱满

Java判断多个时间段是否重合的方法小结

《Java判断多个时间段是否重合的方法小结》这篇文章主要为大家详细介绍了Java中判断多个时间段是否重合的方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录判断多个时间段是否有间隔判断时间段集合是否与某时间段重合判断多个时间段是否有间隔实体类内容public class D

IDEA编译报错“java: 常量字符串过长”的原因及解决方法

《IDEA编译报错“java:常量字符串过长”的原因及解决方法》今天在开发过程中,由于尝试将一个文件的Base64字符串设置为常量,结果导致IDEA编译的时候出现了如下报错java:常量字符串过长,... 目录一、问题描述二、问题原因2.1 理论角度2.2 源码角度三、解决方案解决方案①:StringBui

Java覆盖第三方jar包中的某一个类的实现方法

《Java覆盖第三方jar包中的某一个类的实现方法》在我们日常的开发中,经常需要使用第三方的jar包,有时候我们会发现第三方的jar包中的某一个类有问题,或者我们需要定制化修改其中的逻辑,那么应该如何... 目录一、需求描述二、示例描述三、操作步骤四、验证结果五、实现原理一、需求描述需求描述如下:需要在

Java中ArrayList和LinkedList有什么区别举例详解

《Java中ArrayList和LinkedList有什么区别举例详解》:本文主要介绍Java中ArrayList和LinkedList区别的相关资料,包括数据结构特性、核心操作性能、内存与GC影... 目录一、底层数据结构二、核心操作性能对比三、内存与 GC 影响四、扩容机制五、线程安全与并发方案六、工程

JavaScript中的reduce方法执行过程、使用场景及进阶用法

《JavaScript中的reduce方法执行过程、使用场景及进阶用法》:本文主要介绍JavaScript中的reduce方法执行过程、使用场景及进阶用法的相关资料,reduce是JavaScri... 目录1. 什么是reduce2. reduce语法2.1 语法2.2 参数说明3. reduce执行过程

如何使用Java实现请求deepseek

《如何使用Java实现请求deepseek》这篇文章主要为大家详细介绍了如何使用Java实现请求deepseek功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1.deepseek的api创建2.Java实现请求deepseek2.1 pom文件2.2 json转化文件2.2

Java调用DeepSeek API的最佳实践及详细代码示例

《Java调用DeepSeekAPI的最佳实践及详细代码示例》:本文主要介绍如何使用Java调用DeepSeekAPI,包括获取API密钥、添加HTTP客户端依赖、创建HTTP请求、处理响应、... 目录1. 获取API密钥2. 添加HTTP客户端依赖3. 创建HTTP请求4. 处理响应5. 错误处理6.

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2