Flink CDC

我先说说我的业务需求, 我想要实时从mysql数据库中读取配置数据,我以前没接触这个技术之前是定时从数据库中获取数据,但是将数据间隔设置太小就会出现问题,所以达不到纯实时的效果.

下面开始介绍一下准备工作:

 支持的数据库(下面是官方的建议:MySQL | Apache Flink CDC)

Connector	Database	Driver
mysql-cdc	MySQL: 5.6, 5.7, 8.0.x RDS MySQL: 5.6, 5.7, 8.0.x PolarDB MySQL: 5.6, 5.7, 8.0.x Aurora MySQL: 5.6, 5.7, 8.0.x MariaDB: 10.x PolarDB X: 2.0.1	JDBC Driver: 8.0.27

依赖

我这里用的是Maven仓库,官方目前最新的就是3.2.0,但是推荐使用稳定发行的版本,下面以2.3.0为列

    org.apache.flink
    flink-connector-mysql-cdc
    2.3.0

下面是从mysql中读取数据的案例

startupOptions常用参数:

• StartupOptions.initial() （默认）：在第一次启动时对受监视的数据库表执行初始快照，并继续读取最新的 binlog。(第一次读取全部数据,后面读取最新数据)
• StartupOptions.earliest()：跳过快照阶段，从可读取的最早 binlog 位点开始读取
• StartupOptions.latest()：首次启动时，从不对受监视的数据库表执行快照， 连接器仅从 binlog 的结尾处开始读取，这意味着连接器只能读取在连接器启动之后的数据更改。
• StartupOptions.specificOffset("mysql-bin.00003",4L)：跳过快照阶段，从指定的 binlog 位点开始读取。位点可通过 binlog 文件名和位置指定，或者在 GTID 在集群上启用时通过 GTID 集合指定。
• StartupOptions.timestamp(16666666666644L)：跳过快照阶段，从指定的时间戳开始读取 binlog 事件

    public static void getMySQLSource() throws Exception {
        Configuration conf = new Configuration();
        conf.setInteger("rest.port",10050);
        StreamExecutionEnvironment env =         
                 StreamExecutionEnvironment.createLocalEnvironment(conf);

        Properties properties = new Properties();
        properties.setProperty("userSSL","false");
        properties.setProperty("allowPublickeyRetrieval","true");

        String database = "pro";
        String tableName = "books";
        String username = "root";
        String password = "123456";

        MySqlSource mySqlSource = MySqlSource.builder()
                .hostname("127.0.0.1")
                .port(3307)
                .databaseList("pro") //设置监控的数据库,如果要监控全部数据库,将该值设为:".*"
                .tableList(database+"."+tableName)//设置表名称,可以添加多个
                .username(username) //该用户需要有执行CDC相关操作的权限
                .password(password)
              .deserializer(new JsonDebeziumDeserializationSchema())//将结果转为JSON字符串
              .startupOptions(StartupOptions.initial())//第一次读取全部数据,后面读取最新数据
                .jdbcProperties(properties)//设置一些连接参数
                .build();

        DataStreamSource mysqlSource = env.fromSource(mySqlSource, 
                 WatermarkStrategy.noWatermarks(), "mysql_source")
                .setParallelism(1);
        mysqlSource.print().setParallelism(1);
        env.execute();
    }

返回结果样例:

before : 执行删除或修改之前的数据

after : 现在的数据

source : 一些基础信息

op :  执行的操作 (c:添加        d:删除        u:修改)

{

• "before":null,
• "after":{
  • "bookID":1,
  • "title":"spark",
  • "publisher":"授权人民邮电出版社出版",
  • "publisherDate":20332,
  • "ISBN":"978-7-115-40309-4",
  • "edition":"第1版",
  • "language":"中文",
  • "genre":"大数据",
  • "summarv":"spark能够收集,计算数据",
  • "price":59.0,
  • "stockQuantity":5,
  • "location":"3-1-3",
  • "status":"是"
  },
• "source":{
  • "version":"1.6.4.Final",
  • "connector":"mysql",
  • "name":"mysql_binlog_source",
  • "ts_ms":0,
  • "snapshot":"false",
  • "db":"pro",
  • "sequence":null,
  • "table":"books",
  • "server_id":0,
  • "gtid":null,
  • "file":"",
  • "pos":0,
  • "row":0,
  • "thread":null,
  • "query":null
  },
• "op":"r",
• "ts_ms":1732851051565,
• "transaction":null

}