关于Flink:Flink-CDC-系列-构建-MySQL-和-Postgres-上的-Streaming-ETL

41次阅读

共计 6819 个字符，预计需要花费 18 分钟才能阅读完成。

本篇教程将展现如何基于 Flink CDC 疾速构建 MySQL 和 Postgres 的流式 ETL。

Flink-CDC 我的项目地址：

https://github.com/ververica/…

本教程的演示基于 Docker 环境，都将在 Flink SQL CLI 中进行，只波及 SQL，无需一行 Java/Scala 代码，也无需装置 IDE。

假如咱们正在经营电子商务业务，商品和订单的数据存储在 MySQL 中，订单对应的物流信息存储在 Postgres 中。

对于订单表，为了不便进行剖析，咱们心愿让它关联上其对应的商品和物流信息，形成一张宽表，并且实时把它写到 ElasticSearch 中。

接下来的内容将介绍如何应用 Flink Mysql/Postgres CDC 来实现这个需要，零碎的整体架构如下图所示：

筹备一台曾经装置了 Docker 的 Linux 或者 MacOS 电脑。

接下来的教程将以 docker-compose 的形式筹备所须要的组件。

应用上面的内容创立一个 docker-compose.yml 文件：

version: '2.1'
services:
  postgres:
    image: debezium/example-postgres:1.1
    ports:
      - "5432:5432"
    environment:
      - POSTGRES_PASSWORD=1234
      - POSTGRES_DB=postgres
      - POSTGRES_USER=postgres
      - POSTGRES_PASSWORD=postgres
  mysql:
    image: debezium/example-mysql:1.1
    ports:
      - "3306:3306"
    environment:
      - MYSQL_ROOT_PASSWORD=123456
      - MYSQL_USER=mysqluser
      - MYSQL_PASSWORD=mysqlpw
  elasticsearch:
    image: elastic/elasticsearch:7.6.0
    environment:
      - cluster.name=docker-cluster
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      - discovery.type=single-node
    ports:
      - "9200:9200"
      - "9300:9300"
    ulimits:
      memlock:
        soft: -1
        hard: -1
      nofile:
        soft: 65536
        hard: 65536
  kibana:
    image: elastic/kibana:7.6.0
    ports:
      - "5601:5601"

该 Docker Compose 中蕴含的容器有：

MySQL：商品表 products 和订单表 orders 将存储在该数据库中，这两张表将和 Postgres 数据库中的物流表 shipments 进行关联，失去一张蕴含更多信息的订单表 enriched_orders；
Postgres：物流表 shipments 将存储在该数据库中；
Elasticsearch：最终的订单表 enriched_orders 将写到 Elasticsearch；
Kibana：用来可视化 ElasticSearch 的数据。

在 docker-compose.yml 所在目录下执行上面的命令来启动本教程须要的组件：

docker-compose up -d

该命令将以 detached 模式主动启动 Docker Compose 配置中定义的所有容器。你能够通过 docker ps 来察看上述的容器是否失常启动了，也能够通过拜访 http://localhost:5601/ 来查看 Kibana 是否运行失常。

注：本教程接下来用到的容器相干的命令也都须要在 docker-compose.yml 所在目录下执行。

下载 Flink 1.13.2 ^[1] 并将其解压至目录 flink-1.13.2
下载上面列出的依赖包，并将它们放到目录 flink-1.13.2/lib/ 下
- flink-sql-connector-elasticsearch7_2.11-1.13.2.jar
- flink-sql-connector-mysql-cdc-2.1.0.jar
- flink-sql-connector-postgres-cdc-2.1.0.jar

[1] https://downloads.apache.org/…

进入 MySQL 容器：

docker-compose exec mysql mysql -uroot -p123456

创立数据库和表 products，orders，并插入数据：

-- MySQL
CREATE DATABASE mydb;
USE mydb;
CREATE TABLE products (
  id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY,
  name VARCHAR(255) NOT NULL,
  description VARCHAR(512)
);
ALTER TABLE products AUTO_INCREMENT = 101;

INSERT INTO products
VALUES (default,"scooter","Small 2-wheel scooter"),
       (default,"car battery","12V car battery"),
       (default,"12-pack drill bits","12-pack of drill bits with sizes ranging from #40 to #3"),
       (default,"hammer","12oz carpenter's hammer"),
       (default,"hammer","14oz carpenter's hammer"),
       (default,"hammer","16oz carpenter's hammer"),
       (default,"rocks","box of assorted rocks"),
       (default,"jacket","water resistent black wind breaker"),
       (default,"spare tire","24 inch spare tire");

CREATE TABLE orders (
  order_id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY,
  order_date DATETIME NOT NULL,
  customer_name VARCHAR(255) NOT NULL,
  price DECIMAL(10, 5) NOT NULL,
  product_id INTEGER NOT NULL,
  order_status BOOLEAN NOT NULL -- Whether order has been placed
) AUTO_INCREMENT = 10001;

INSERT INTO orders
VALUES (default, '2020-07-30 10:08:22', 'Jark', 50.50, 102, false),
       (default, '2020-07-30 10:11:09', 'Sally', 15.00, 105, false),
       (default, '2020-07-30 12:00:30', 'Edward', 25.25, 106, false);

进入 Postgres 容器：

docker-compose exec postgres psql -h localhost -U postgres

创立表 shipments，并插入数据：

-- PG
CREATE TABLE shipments (
   shipment_id SERIAL NOT NULL PRIMARY KEY,
   order_id SERIAL NOT NULL,
   origin VARCHAR(255) NOT NULL,
   destination VARCHAR(255) NOT NULL,
   is_arrived BOOLEAN NOT NULL
 );
 ALTER SEQUENCE public.shipments_shipment_id_seq RESTART WITH 1001;
 ALTER TABLE public.shipments REPLICA IDENTITY FULL;
 INSERT INTO shipments
 VALUES (default,10001,'Beijing','Shanghai',false),
        (default,10002,'Hangzhou','Shanghai',false),
        (default,10003,'Shanghai','Hangzhou',false);

应用上面的命令跳转至 Flink 目录下：
```
cd flink-1.13.2
```

应用上面的命令启动 Flink 集群：
```
./bin/start-cluster.sh
```
启动胜利的话，能够在 http://localhost:8081/ 拜访到 Flink Web UI，如下所示：

应用上面的命令启动 Flink SQL CLI
```
./bin/sql-client.sh
```
启动胜利后，能够看到如下的页面：

首先，开启 checkpoint，每隔 3 秒做一次 checkpoint。

-- Flink SQL                   Flink SQL> SET execution.checkpointing.interval = 3s;

而后, 对于数据库中的表 products, orders, shipments，应用 Flink SQL CLI 创立对应的表，用于同步这些底层数据库表的数据。

-- Flink SQLFlink SQL> CREATE TABLE products (id INT,    name STRING,    description STRING,    PRIMARY KEY (id) NOT ENFORCED  ) WITH ('connector' = 'mysql-cdc',    'hostname' = 'localhost',    'port' = '3306',    'username' = 'root',    'password' = '123456',    'database-name' = 'mydb',    'table-name' = 'products');Flink SQL> CREATE TABLE orders (order_id INT,   order_date TIMESTAMP(0),   customer_name STRING,   price DECIMAL(10, 5),   product_id INT,   order_status BOOLEAN,   PRIMARY KEY (order_id) NOT ENFORCED ) WITH ('connector' = 'mysql-cdc',   'hostname' = 'localhost',   'port' = '3306',   'username' = 'root',   'password' = '123456',   'database-name' = 'mydb',   'table-name' = 'orders');Flink SQL> CREATE TABLE shipments (shipment_id INT,   order_id INT,   origin STRING,   destination STRING,   is_arrived BOOLEAN,   PRIMARY KEY (shipment_id) NOT ENFORCED ) WITH ('connector' = 'postgres-cdc',   'hostname' = 'localhost',   'port' = '5432',   'username' = 'postgres',   'password' = 'postgres',   'database-name' = 'postgres',   'schema-name' = 'public',   'table-name' = 'shipments');

最初，创立 enriched_orders 表，用来将关联后的订单数据写入 Elasticsearch 中。

-- Flink SQLFlink SQL> CREATE TABLE enriched_orders (order_id INT,   order_date TIMESTAMP(0),   customer_name STRING,   price DECIMAL(10, 5),   product_id INT,   order_status BOOLEAN,   product_name STRING,   product_description STRING,   shipment_id INT,   origin STRING,   destination STRING,   is_arrived BOOLEAN,   PRIMARY KEY (order_id) NOT ENFORCED ) WITH ('connector' = 'elasticsearch-7',     'hosts' = 'http://localhost:9200',     'index' = 'enriched_orders');

应用 Flink SQL 将订单表 order 与商品表 products，物流信息表 shipments 关联，并将关联后的订单信息写入 Elasticsearch 中。

-- Flink SQLFlink SQL> INSERT INTO enriched_orders SELECT o.*, p.name, p.description, s.shipment_id, s.origin, s.destination, s.is_arrived FROM orders AS o LEFT JOIN products AS p ON o.product_id = p.id LEFT JOIN shipments AS s ON o.order_id = s.order_id;

启动胜利后，能够拜访 http://localhost:8081/#/job/r… 在 Flink Web UI 上看到正在运行的 Flink Streaming Job，如下图所示：

当初，就能够在 Kibana 中看到蕴含商品和物流信息的订单数据。

首先拜访 http://localhost:5601/app/kibana#/management/kibana/index_pattern 创立 index pattern enriched_orders。

而后就能够在 http://localhost:5601/app/kibana#/discover 看到写入的数据了。

接下来，批改 MySQL 和 Postgres 数据库中表的数据，Kibana 中显示的订单数据也将实时更新。

在 MySQL 的 orders 表中插入一条数据：

--MySQLINSERT INTO ordersVALUES (default, '2020-07-30 15:22:00', 'Jark', 29.71, 104, false);

在 Postgres 的 shipment 表中插入一条数据：

--PGINSERT INTO shipmentsVALUES (default,10004,'Shanghai','Beijing',false);

在 MySQL 的 orders 表中更新订单的状态：

--MySQLUPDATE orders SET order_status = true WHERE order_id = 10004;

在 Postgres 的 shipment 表中更新物流的状态：

--PGUPDATE shipments SET is_arrived = true WHERE shipment_id = 1004;

在 MYSQL 的 orders 表中删除一条数据：
```
--MySQLDELETE FROM orders WHERE order_id = 10004;
```
每执行一步就刷新一次 Kibana，能够看到 Kibana 中显示的订单数据将实时更新，如下所示：

本教程完结后，在 docker-compose.yml 文件所在的目录下执行如下命令进行所有容器：

docker-compose down

在 Flink 所在目录 flink-1.13.2 下执行如下命令进行 Flink 集群：

./bin/stop-cluster.sh

在本文中，咱们以一个简略的业务场景展现了如何应用 Flink CDC 疾速构建 Streaming ETL。心愿通过本文，可能帮忙读者疾速上手 Flink CDC，也心愿 Flink CDC 能满足你的业务需要。

更多 Flink CDC 相干技术问题，可扫码退出社区钉钉交换群～

更多 Flink 相干技术问题，可扫码退出社区钉钉交换群；

第一工夫获取最新技术文章和社区动静，请关注公众号～

正文完

flink

发表至： flink

2021-12-01

0

关于flink:Flink-CDC-20-正式发布详解核心改进

深入分析-Flink-SQL-工作机制

关于flink:实时数仓入门训练营基于-Apache-Flink-Hologres-的实时推荐系统架构解析

关于flink:自适应批作业调度器为-Flink-批作业自动推导并行度

关于java:redis配置

关于Flink:Flink-CDC-系列-构建-MySQL-和-Postgres-上的-Streaming-ETL

一、筹备阶段

1.1 筹备教程所须要的组件

1.2 下载 Flink 和所须要的依赖包

1.3 筹备数据

1.3.1 在 MySQL 数据库中筹备数据

1.3.2 在 Postgres 数据库中筹备数据

二、启动 Flink 集群和 Flink SQL CLI

三、在 Flink SQL CLI 中应用 Flink DDL 创立表

四、关联订单数据并且将其写入 Elasticsearch 中

五、环境清理

六、总结

Just My Socks（注册教程内含优惠码）

关于Flink:Flink-CDC-系列-构建-MySQL-和-Postgres-上的-Streaming-ETL

一、筹备阶段

1.1 筹备教程所须要的组件

1.2 下载 Flink 和所须要的依赖包

1.3 筹备数据

1.3.1 在 MySQL 数据库中筹备数据

1.3.2 在 Postgres 数据库中筹备数据

二、启动 Flink 集群和 Flink SQL CLI

三、在 Flink SQL CLI 中应用 Flink DDL 创立表

四、关联订单数据并且将其写入 Elasticsearch 中

五、环境清理

六、总结

Just My Socks（注册教程 内含优惠码）

Just My Socks（注册教程内含优惠码）