Flink专题五：Flink 中自定义Sink

由于工作需要最近学习flink
现记录下Flink介绍和实际使用过程
这是flink系列的第五篇文章

Sink介绍

flink的sink是flink三大逻辑结构之一（source，transform，sink）,功能就是负责把flink处理后的数据输出到外部系统中。
在编写代码的过程中，我们可以使用flink已经提供的sink，如kafka,es等。

连接器	是否提供Source支持	是否提供Sink支持
Apache Kafka	是	是
Apache Cassandra	否	是
Apache Kinesis Data Streams	是	是
Elasticsearch	否	是
HDFS	否	是
RabbitMQ	是	是
Apache NiFi	是	是
Twitter Streaming API	是	是

当然我们也可以通过自定义的方式，来实现我们自己的sink，自定义可以通过两种方式：

1. 实现SinkFunction接口
2. 继承RichSinkFunction类

SinkFunction接口介绍

首先看下Flink中提供的SinkFunction接口，实现了SinkFunction接口就可以实现自定义Sink。
这是SinkFunction接口的源码，我们只需要实现invoke方法即可实现自定义sink：

public interface SinkFunction<IN> extends Function, Serializable {
    /** @deprecated */
    @Deprecated
    default void invoke(IN value) throws Exception {
    }

    default void invoke(IN value, SinkFunction.Context context) throws Exception {
        this.invoke(value);
    }

    @Public
    public interface Context<T> {
        long currentProcessingTime();

        long currentWatermark();

        Long timestamp();
    }
}

RichSinkFunction类介绍

既然SinkFunction接口即可满足要求，那么为什么要通过继承RichSinkFunction类来实现呢。
这是RichSinkFunction类的源码：

public abstract class RichSinkFunction<IN> extends AbstractRichFunction implements SinkFunction<IN> {
    private static final long serialVersionUID = 1L;

    public RichSinkFunction() {
    }
}

可以看到RichSinkFunction除了实现了SinkFunction接口，还继承了AbstractRichFunction 类。
这是AbstractRichFunction 类的源码：

public abstract class AbstractRichFunction implements RichFunction, Serializable {
    private static final long serialVersionUID = 1L;
    private transient RuntimeContext runtimeContext;

    public AbstractRichFunction() {
    }

    public void setRuntimeContext(RuntimeContext t) {
        this.runtimeContext = t;
    }

    public RuntimeContext getRuntimeContext() {
        if (this.runtimeContext != null) {
            return this.runtimeContext;
        } else {
            throw new IllegalStateException("The runtime context has not been initialized.");
        }
    }

    public IterationRuntimeContext getIterationRuntimeContext() {
        if (this.runtimeContext == null) {
            throw new IllegalStateException("The runtime context has not been initialized.");
        } else if (this.runtimeContext instanceof IterationRuntimeContext) {
            return (IterationRuntimeContext)this.runtimeContext;
        } else {
            throw new IllegalStateException("This stub is not part of an iteration step function.");
        }
    }

    public void open(Configuration parameters) throws Exception {
    }

    public void close() throws Exception {
    }
}

这里可以看到open和close方法，我们可以通过重写这两个方法，在open方法中连接资源，在close方法中关闭资源、释放资源。

当然我们还可以在open中做更多的操作，比如我们的sink是将数据加入到clickhouse中，加入clickhouse时数据最好是批量加入（不清楚百度哈），所以我们要在open中初始化定时任务去定时处理数据，每10000条加入一次。当然单线程不一定来得及，还要配合上线程池使用，所以open方法中改成初始化线程池去执行定时任务。