6.3、Flink数据写入到MySQL

目录

1、添加POM依赖

2、这一个完整的案例

3、何时批量写入MySQL呢？

4、容错性的保证(精确一次&至少一次)

4.1、 至少一次

4.2、精确一次

---

1、添加POM依赖

Apache Flink 集成了通用的 JDBC 连接器，使用时需要根据生产环境的版本引入相应的依赖

官网链接：官网

    org.apache.flink
    flink-connector-jdbc
    1.17-SNAPSHOT




    mysql
    mysql-connector-java
    5.1.47

---

2、这一个完整的案例

开发语言：java1.8

flink版本：flink1.17.0

package com.baidu.datastream.sink;

import org.apache.flink.connector.jdbc.JdbcConnectionOptions;
import org.apache.flink.connector.jdbc.JdbcExecutionOptions;
import org.apache.flink.connector.jdbc.JdbcSink;
import org.apache.flink.connector.jdbc.JdbcStatementBuilder;
import org.apache.flink.streaming.api.CheckpointingMode;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.sink.SinkFunction;

import java.sql.PreparedStatement;
import java.sql.SQLException;

// 将 Flink数据写入到 MySQL
/*
* TODO Step1、在 开启socket服务，输入下列数据
*       1,红楼梦,曹雪芹,19.8,1
*       1,红楼梦,曹雪芹,19.8,2
*       1,红楼梦,曹雪芹,19.8,3
*       1,红楼梦,曹雪芹,19.8,4
*       1,红楼梦,曹雪芹,19.8,5
*       1,红楼梦,曹雪芹,19.8,6
*
* TODO Step2、MySQL book表DDL
*       create table books(id int, title varchar(99), author varchar(99), price double, qty int);
*
* */
public class SinkMySQL {
    public static void main(String[] args) throws Exception {
        // 1.获取执行环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 开启checkpoint后，会触发 数据写入MySQL操作
        //env.enableCheckpointing(2000, CheckpointingMode.EXACTLY_ONCE);

        // 2.将socket作为数据源（开启socket端口: nc -lk 9999）
        DataStreamSource streamSource = env.socketTextStream("localhost", 9999);

        // 3.初始化 JdbcSink实例
        SinkFunction jdbcSink = JdbcSink.sink(
                // TODO 1、指定要执行的SQL
                "insert into books (id, title, author, price, qty) values (?,?,?,?,?)",
                // TODO 2、指定 将 dataStream数据 封装到 SQL的占位符中
                new JdbcStatementBuilder() {
                    @Override
                    public void accept(PreparedStatement preparedStatement, String s) throws SQLException {
                        int id = Integer.parseInt(s.split(",")[0]);
                        String title = s.split(",")[1];
                        String author = s.split(",")[2];
                        double price = Double.parseDouble(s.split(",")[3]);
                        int qty = Integer.parseInt(s.split(",")[4]);

                        preparedStatement.setInt(1, id);
                        preparedStatement.setString(2, title);
                        preparedStatement.setString(3, author);
                        preparedStatement.setDouble(4, price);
                        preparedStatement.setInt(5, qty);
                    }
                },
                // TODO 3、指定 批量写入MySQL大小和频率 (当满足 设置的批次或者提交时间时 会触发写入MySQL)
                //  重要：这里的设置非常重要，它控制着flink写入MySQL的延迟程度
                //  当不设置 JdbcExecutionOptions 时,将使用默认配置 (缓存5000条数据后触发写入操作)
                JdbcExecutionOptions.builder()
                        .withMaxRetries(3) // 插入发生异常重试次数 注意：只支持SQL Exception 异常及其子类异常重试(默认值为3)
                        .withBatchSize(1)  // 批量的大小：条数(默认值为5000)
                        .withBatchIntervalMs(2000) // 批次的时间间隔 (默认值0L，表示无限长的时间间隔)
                        .build(),
                // TODO 4、指定 MySQL的连接信息
                new JdbcConnectionOptions.JdbcConnectionOptionsBuilder()
                        .withUrl("jdbc:mysql://worker01:3306/flink?serverTimezone=Asia/Shanghai&useUnicode=true&characterEncoding=UTF-8")
                        .withUsername("root")
                        .withPassword("gaocun123")
                        .withConnectionCheckTimeoutSeconds(60) // 重试的超时时间
                        .build()
        );

        streamSource.addSink(jdbcSink);

        // 3.触发程序执行
        env.execute();
    }
}

---

3、何时批量写入MySQL呢？

可以通过 JdbcExecutionOptions 来控制写入MySQL的数据量和时间频率，这也决定了Flink写入MySQL的延迟程度。

JdbcExecutionOptions 三个常用的参数：

• withMaxRetries(3) ：插入操作发生异常时的重试次数
  • 注意：只支持SQL Exception 异常及其子类异常重试(默认值为3)
• withBatchSize(100)  :    批量写入数据的条数(默认值为5000)   
• withBatchIntervalMs(2000)  ：  批量写入的时间间隔 (默认值0L，表示关闭定时写入)

触发批量写入的条件

实时写入MySQL应该如何配置：

// TODO 实时写入MySQL
JdbcExecutionOptions.builder()
    .withMaxRetries(3) // 插入发生异常重试次数 注意：只支持SQL Exception 异常及其子类异常重试(默认值为3)
    .withBatchSize(1)  // 批量的大小设置为1，表示产生一条数据就会被写入MySQL
    .withBatchIntervalMs(0) // 批次的时间间隔为0，表示关闭定时写入
    .build()

---

4、容错性的保证(精确一次&至少一次)

4.1、 至少一次

使用Flink提供的 JDBC Sink 能够保证至少一次的语义

注意：

        这里的至少一次的保证指的是 MySQL故障后，数据不会丢失

4.2、精确一次

       对于 JDBC Sink，例如 MySQL，要实现故障时的精确一次的保证通过 upsert 语句或幂等更新实现

MySQL 中常用的 upsert 语句：       

        在MySQL中，"upsert"是指一种操作，它根据一定的条件在表中插入新的行，或者如果已经存在满足条件的行，则更新这些行的数据

使用 upset语句的前提是：

        表具有唯一键（UNIQUE KEY）或主键（PRIMARY KEY），以便在插入行时进行冲突检测

---

DDL：

-- TODO 要想使用 upsert语句，表必须具有 PRIMARY KEY 或者 UNIQUE约束
create table books
(
    id     int PRIMARY KEY,
    title  varchar(99) UNIQUE,
    author varchar(99),
    price  double,
    qty    int
);

---

insert into 语句

功能：向 表中写入数据，如果 主键字段(id)或UNIQUE字段(title) 存在时，则插入数据失败

示例：

insert into books (id, title, author, price, qty) values (1,'红楼梦','红楼梦',19.9,1);

---

insert ignore 语句

功能： 向 表中写入数据，如果 主键字段(id)或UNIQUE字段(title) 存在时，则忽略这次插入行为

示例：

-- insert ignore 语句
insert ignore books (id, title, author, price, qty) values (1,'红楼梦','曹雪芹1',19.9,1);

---

replace into 语句 (更新所有字段)

功能：向 表中写入数据，如果 主键字段(id)或UNIQUE字段(title) 存在时，会删除原有数据，再将这次插入数据写入 

示例：

-- replace into 语句
replace into books (id, title, author, price, qty) values (1,'红楼梦','曹雪芹',19.8,2);

---

insert on duplicate key update 语句 (更新局部字段)

功能：向 表中写入数据，如果 主键字段(id)或UNIQUE字段(title) 存在时，只会对 on duplicate key update 后指定的字段进行更新

示例：

-- insert on duplicate key update 语句
insert ignore books (id, title, author, price, qty) values (1,'红楼梦','曹雪芹？',8.8,3)
on duplicate key update author = 'XueQinCao';
;