Flink消费kafka消息实战

Posted 2021-04-13 ItStar

本次实战的内容是开发Flink应用，消费来自kafka的消息，进行实时计算；

环境情况

注意：

本文的重点是Flink，所以在192.168.1.101这台机器上通过Docker快速搭建了kafka server和消息生产者，只要向这台机器的消息生产者容器发起http请求，就能生产一条消息到kafka；

192.168.1.104这台机器安装了Apache Bench，可以通过简单的命令，向192.168.1.101发起大量http请求，这样就能产生大量kafka消息；

整体架构如下图：

操作步骤

在机器192.168.1.101上部署三个容器(消息生产者、zookeeper、kafka)；

在机器192.168.1.104上安装Apache Bench；

在机器192.168.1.102上配置kafak相关的host；

开发Flink应用，部署到机器192.168.1.102；

观察Flink应用的处理情况；

版本信息

操作系统：Centos7

docker：17.03.2-ce

docker-compose：1.23.2

kafka：0.11.0.3

zookeeper：3.4.9

JDK：1.8.0_191

spring boot：1.5.9.RELEASE

spring-kafka：1.3.8.RELEASE

Flink：1.7

在机器192.168.1.101上部署三个容器(消息生产者、zookeeper、kafka)

构建kafka相关的环境不是本文重点，因此这里利用docker快速实现，步骤如下：

在机器192.168.1.101上安装docker和docker-compose；

创建docker-compose.yml文件，内容如下：

version: '2'

services:

  zookeeper:

    image: wurstmeister/zookeeper

    ports:

      - "2181:2181"

  kafka1:

    image: wurstmeister/kafka:2.11-0.11.0.3

    ports:

      - "9092:9092"

    environment:

      KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://kafka1:9092

      KAFKA_LISTENERS: PLAINTEXT://:9092

      KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181

      KAFKA_CREATE_TOPICS: "topic001:2:1"

    volumes:

      - /var/run/docker.sock:/var/run/docker.sock

  producer:

    image: bolingcavalry/kafka01103producer:0.0.1-SNAPSHOT

    ports:

      - "8080:8080"

在docker-compose.yml所在目录执行命令docker-compose up -d，即可启动容器；

如果您想了解更多docker环境下kafka消息生产者的细节，请参考《如何使用Docker内的kafka服务》；

在机器192.168.1.104上安装Apache Bench

不同的操作系统安装Apache Bench的命令也不一样：

ubuntu上的安装命令apt-get install apache2-utils；

centos上的安装命令yum install httpd-tools；

源码下载

这个git项目中有多个文件夹，本章源码在flinkkafkademo这个文件夹下，如下图红框所示：

开发Flink应用，部署到机器192.168.1.102

Flink环境搭建请参考《Flink1.7从安装到体验》；

应用基本代码是通过mvn命令创建的，在命令行输入以下命令：

mvn archetype:generate -DarchetypeGroupId=org.apache.flink -DarchetypeArtifactId=flink-quickstart-java -DarchetypeVersion=1.7.0

根据提示，输入groupId为com.bolingcavalry，artifactId为flinkkafkademo，其他的直接按下回车键即可使用默认值，这样就得到了一个maven工程：flinkkafkademo；

打开工程的pom.xml文件，增加以下两个依赖：

<dependency>

<groupId>org.apache.flink</groupId>

    <artifactId>flink-connector-kafka-0.11_2.12</artifactId>

    <version>${flink.version}</version>

</dependency>

<dependency>

<groupId>com.alibaba</groupId>

<artifactId>fastjson</artifactId>

<version>1.2.28</version>

</dependency>

新增一个辅助类，用于将kafka消息中的内容转换成java对象：

/**

 * @Description: 解析原始消息的辅助类

 * @author: willzhao E-mail: [e-mail]

 * @date: 2019/1/1 20:13

 */

public class JSONHelper {

    /**

     * 解析消息，得到时间字段

     * @param raw

     * @return

     */

    public static long getTimeLongFromRawMessage(String raw){

        SingleMessage singleMessage = parse(raw);

        return null==singleMessage ? 0L : singleMessage.getTimeLong();

    }

    /**

     * 将消息解析成对象

     * @param raw

     * @return

     */

    public static SingleMessage parse(String raw){

        SingleMessage singleMessage = null;

        if (raw != null) {

            singleMessage = JSONObject.parseObject(raw, SingleMessage.class);

        }

        return singleMessage;

    }

}

SingleMessage对象的定义：

public class SingleMessage {

    private long timeLong;

    private String name;

    private String bizID;

    private String time;

    private String message;

    public long getTimeLong() {

        return timeLong;

    }

    public void setTimeLong(long timeLong) {

        this.timeLong = timeLong;

    }

    public String getName() {

        return name;

    }

    public void setName(String name) {

        this.name = name;

    }

    public String getBizID() {

        return bizID;

    }

    public void setBizID(String bizID) {

        this.bizID = bizID;

    }

    public String getTime() {

        return time;

    }

    public void setTime(String time) {

        this.time = time;

    }

    public String getMessage() {

        return message;

    }

    public void setMessage(String message) {

        this.message = message;

    }

}

实时处理的操作都集中在StreamingJob类，源码的关键位置已经加了注释，就不再赘述了：

/*

 * Licensed to the Apache Software Foundation (ASF) under one

 * or more contributor license agreements.  See the NOTICE file

 * distributed with this work for additional information

 * regarding copyright ownership.  The ASF licenses this file

 * to you under the Apache License, Version 2.0 (the

 * "License"); you may not use this file except in compliance

 * with the License.  You may obtain a copy of the License at

 *

 *     http://www.apache.org/licenses/LICENSE-2.0

 *

 * Unless required by applicable law or agreed to in writing, software

 * distributed under the License is distributed on an "AS IS" BASIS,

 * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.

 * See the License for the specific language governing permissions and

 * limitations under the License.

 */

package com.bolingcavalry;

import org.apache.flink.api.common.functions.FlatMapFunction;

import org.apache.flink.api.common.serialization.SimpleStringSchema;

import org.apache.flink.api.java.tuple.Tuple;

import org.apache.flink.api.java.tuple.Tuple2;

import org.apache.flink.streaming.api.TimeCharacteristic;

import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

import org.apache.flink.streaming.api.functions.AssignerWithPunctuatedWatermarks;

import org.apache.flink.streaming.api.functions.windowing.WindowFunction;

import org.apache.flink.streaming.api.watermark.Watermark;

import org.apache.flink.streaming.api.windowing.time.Time;

import org.apache.flink.streaming.api.windowing.windows.TimeWindow;

import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer011;

import javax.annotation.Nullable;

import java.util.Properties;

/**

 * Skeleton for a Flink Streaming Job.

 *

 * <p>For a tutorial how to write a Flink streaming application, check the

 * tutorials and examples on the <a href="http://flink.apache.org/docs/stable/">Flink Website</a>.

 *

 * <p>To package your application into a JAR file for execution, run

 * 'mvn clean package' on the command line.

 *

 * <p>If you change the name of the main class (with the public static void main(String[] args))

 * method, change the respective entry in the POM.xml file (simply search for 'mainClass').

 */

public class StreamingJob {

public static void main(String[] args) throws Exception {

final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

env.enableCheckpointing(5000); // 要设置启动检查点

env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);

Properties props = new Properties();

props.setProperty("bootstrap.servers", "kafka1:9092");

props.setProperty("group.id", "flink-group");

//数据源配置，是一个kafka消息的消费者

FlinkKafkaConsumer011<String> consumer =

new FlinkKafkaConsumer011<>("topic001", new SimpleStringSchema(), props);

//增加时间水位设置类

consumer.assignTimestampsAndWatermarks(new AssignerWithPunctuatedWatermarks<String> (){

@Override

public long extractTimestamp(String element, long previousElementTimestamp) {

return JSONHelper.getTimeLongFromRawMessage(element);

}

@Nullable

@Override

public Watermark checkAndGetNextWatermark(String lastElement, long extractedTimestamp) {

if (lastElement != null) {

return new Watermark(JSONHelper.getTimeLongFromRawMessage(lastElement));

}

return null;

}

});

env.addSource(consumer)

//将原始消息转成Tuple2对象，保留用户名称和访问次数(每个消息访问次数为1)

.flatMap((FlatMapFunction<String, Tuple2<String, Long>>) (s, collector) -> {

SingleMessage singleMessage = JSONHelper.parse(s);

if (null != singleMessage) {

collector.collect(new Tuple2<>(singleMessage.getName(), 1L));

}

})

//以用户名为key

.keyBy(0)

//时间窗口为2秒

.timeWindow(Time.seconds(2))

//将每个用户访问次数累加起来

.apply((WindowFunction<Tuple2<String, Long>, Tuple2<String, Long>, Tuple, TimeWindow>) (tuple, window, input, out) -> {

long sum = 0L;

for (Tuple2<String, Long> record: input) {

sum += record.f1;

}

Tuple2<String, Long> result = input.iterator().next();

result.f1 = sum;

out.collect(result);

})

//输出方式是STDOUT

.print();

env.execute("Flink-Kafka demo");

}

}

在pom.xml所在文件夹执行以下命令打包：

mvn clean package -Dmaven.test.skip=true -U

打包成功后，会在target目录下生成文件flinkkafkademo-1.0-SNAPSHOT.jar，将此文件提交到Flinkserver上，如下图：

点击下图红框中的"Upload"按钮：

如下图，选中刚刚上传的文件，填写类名，再点击"Submit"按钮即可启动Job：

如下图，在Overview页面可见正在运行的任务：

现在所有服务都准备完毕，可以生产消息验证了；

在机器192.168.1.104上发起压力测试，产生大量消息

登录部署了Apache Bench的机器，执行以下命令：

ab -n 10000 -c 2 http://192.168.1.101:8080/send/Jack/hello

压力测试完毕后，在Flink的Task Managers页面的Stdout页可以见到实时计算的统计数据，如下图：

至此，Flink消费kafka消息的实战就全部完成了，本次实战从消息产生到实时处理全部实现，希望在您构建基于kafak的实时计算环境时可以提供一些参考；

猜你喜欢

原文：https://blog.csdn.net/boling_cavalry/article/details/85549434 

版权声明：本文为博主原创文章，转载请附上博文链接！