Flink之RedisSink

在Flink开发中经常会有将数据写入到redis的需求,但是Flink官方并没有对应的扩展包,这个时候需要我们自己编译对应的jar资源,这个时候就用到了bahir,barhir是apahce的开源项目,是专门给spark和flink提供扩展包使用的,bahir官网,这篇文章就介绍下如何自己编译RedisSink扩展包.

• 下载源码包
  通过下图进入到GitHub
  
  选择clone或download源码都可以,如下图
  
• 编译源码包
  下载好源码后,maven会自动下载对应的依赖项
  • 删除不需要的子项目
    因为我们这里需要编译redis对应的扩展包,所以其他的子项目都可以删除掉,下图中红色框标注的都可以删除
    
  • 修改pom文件
    删除掉不需要的子项目后,在pom文件中也要删除对应的子项目配置

    
    <modules>
        <module>flink-connector-redismodule>
    modules>
    

    修改完成模块配置后,还需要修改对应的flink和scala版本依赖,这个根据自己实际的开发环境进行修改

     <properties>
        
        
        <flink.version>1.15.3flink.version>
        <scala.binary.version>2.12scala.binary.version>
        <scala.version>2.12.11scala.version>
    properties>
    

    这些都完成后就可以通过maven下载对应的依赖了.
• 编译安装
  依赖下载完成后pom文件中可能会有几处是报错的状态,如下图
  
  
  
  以上几处错误无需理会,不影响扩展包的编译.
  接下来通过maven的install将扩展包编译并安装到本地的maven资源库,如下图
  
  编译完成后我们就可以在自己的flink项目中引入对应的扩展包了

      
      <dependency>
          <groupId>org.apache.bahirgroupId>
          <artifactId>flink-connector-redisartifactId>
          <version>1.2-SNAPSHOTversion>
      dependency>
  

  上面依赖中groupId是固定的,artifactId要根据flink-connector-redis项目中的pom文件中artifactId来拿,同样version也是一样,到这里扩展包的问题就已经解决了.
• 代码
  其实在GitHub上已经给了代码示例单机(java,scala)、集群(java,scala)的代码模板都是有的,下面就以单机redis作为示例.
  这里我们要创建一个类实现RedisMapper

  import org.apache.flink.api.java.tuple.Tuple2;
  import org.apache.flink.streaming.connectors.redis.common.mapper.RedisCommand;
  import org.apache.flink.streaming.connectors.redis.common.mapper.RedisCommandDescription;
  import org.apache.flink.streaming.connectors.redis.common.mapper.RedisMapper;
  
  /**
   * @Author: J
   * @Version: 1.0
   * @CreateTime: 2023/8/4
   * @Description: 测试
   **/
  public class RedisExampleMapper implements RedisMapper<Tuple2<String, String>> {
      @Override
      // 这个方法是选择使用哪种命令插入数据到Redis
      public RedisCommandDescription getCommandDescription() {
          return new RedisCommandDescription(RedisCommand.HSET, "HASH_NAME");
      }
  
      @Override
      // 这个方法是选择哪个作为Key
      public String getKeyFromData(Tuple2<String, String> data) {
          return data.f0;
      }
  
      @Override
      // 这个方法是选择哪个作为Value
      public String getValueFromData(Tuple2<String, String> data) {
          return data.f1;
      }
  }
  

  import org.apache.flink.api.java.tuple.Tuple2;
  import org.apache.flink.streaming.api.datastream.DataStreamSource;
  import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
  import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
  import org.apache.flink.streaming.connectors.redis.RedisSink;
  import org.apache.flink.streaming.connectors.redis.common.config.FlinkJedisPoolConfig;
  
  /**
   * @Author: J
   * @Version: 1.0
   * @CreateTime: 2023/8/4
   * @Description: 测试
   **/
  public class FlinkRedisSink {
      public static void main(String[] args) throws Exception {
          // 构建流环境
          StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
          // 这里使用的是自定义数据源为了方便测试
          DataStreamSource<CustomizeBean> customizeSource = env.addSource(new CustomizeSource());
          // 将数据转换成Tuple的形式
          SingleOutputStreamOperator<Tuple2<String, String>> tuple2Stream = customizeSource
                               .map((MapFunction<CustomizeBean, Tuple2<String, String>>) value -> Tuple2.of(value.getAge() + "-" + value.getHobbit(), value.toString()))
                               .returns(TypeInformation.of(new TypeHint<Tuple2<String, String>>() {}));// Tuple2是flink中提供的类型java无法自动推断,所以加上这段代码
          // 配置Redis
          FlinkJedisPoolConfig conf = new FlinkJedisPoolConfig.Builder()
                  .setHost("127.0.0.1") // redis服务器地址
                  .setPassword("password") // redis密码
                  .build();
          // 添加Sink
          tuple2Stream.addSink(new RedisSink<Tuple2<String, String>>(conf, new RedisExampleMapper());
          env.execute("Redis Sink");
      }
  }
  

  到这里代码就结束了,具体应用根据实际业务需求进行更改.