技术标签: flink postgresql 数据库
关键词:Flink-CDC、Flink-CDC入门教程、Flink CDC Connectors 、Flink-CDC 2.0.0
在 Flink CDC 诞生之前,说起数据同步工具,大家可能最熟悉 Canal、MaxWell 等工具。自从Flink CDC 诞生之后,经过一年时间的发展,现在已经慢慢成熟。Flink CDC 上手非常容易,上手容易并不意味着功能简单,相反,它的功能很强大。今天我们就来认识一下什么是Flink CDC。
CDC 是 Change Data Capture(变更数据获取)的简称。核心思想是,监测并捕获数据库的变动(包括数据或数据表的插入、更新以及删除等),将这些变更按发生的顺序完整记录下来,写入到消息中间件中以供其他服务进行订阅及消费。
CDC 主要分为基于查询和基于日志两种方式。
Flink CDC 是 Apache Flink 的一组源连接器,使用变更数据捕获 (CDC) 从 MySQL、PostgreSQL 等不同数据库中直接读取全量数据和增量变更数据。Flink CDC Connectors 集成了 Debezium 作为捕获数据变化的引擎。所以它可以充分利用Debezium的能力。
本案例使用 MySQL 数据库。
先决条件
确保 MySQL 数据库已开启 Binlog
创建一个 maven 工程
本案例已上传至码云,有需要的可以去我仓库下载。
引入依赖
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-java</artifactId>
<version>1.13.2</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-streaming-java_2.12</artifactId>
<version>1.13.2</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-clients_2.12</artifactId>
<version>1.13.2</version>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>8.0.25</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-table-planner-blink_2.12</artifactId>
<version>1.13.2</version>
</dependency>
<dependency>
<groupId>com.ververica</groupId>
<artifactId>flink-connector-mysql-cdc</artifactId>
<version>2.0.0</version>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.75</version>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-simple</artifactId>
<version>1.7.25</version>
<scope>compile</scope>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-connector-elasticsearch7_2.11</artifactId>
<version>1.13.2</version>
</dependency>
编写demo
public class FlinkCDC {
public static void main(String[] args) throws Exception {
//1.获取Flink 执行环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(1);
//2.通过FlinkCDC构建SourceFunction
DebeziumSourceFunction<String> sourceFunction = MySqlSource.<String>builder()
.hostname("127.0.0.1")
.port(3306)
.username("root")
.password("root")
.databaseList("flink-cdc")
.deserializer(new StringDebeziumDeserializationSchema())
.startupOptions(StartupOptions.initial())
.build();
DataStreamSource<String> dataStreamSource = env.addSource(sourceFunction);
//3.数据打印
dataStreamSource.print();
//4.启动任务
env.execute("FlinkCDC");
}
}
运行
当我们在数据库添加、修改、删除一条数据时,控制台都会输出变更信息
[debezium-mysqlconnector-mysql_binlog_source-change-event-source-coordinator] INFO io.debezium.connector.mysql.MySqlStreamingChangeEventSource - Keepalive thread is running
[Legacy Source Thread - Source: Custom Source -> (Sink: Print to Std. Out, Sink: Unnamed) (1/1)#0] INFO com.ververica.cdc.debezium.internal.DebeziumChangeFetcher - Database snapshot phase can't perform checkpoint, acquired Checkpoint lock.
SourceRecord{
sourcePartition={
server=mysql_binlog_source}, sourceOffset={
ts_sec=1630413635, file=mysql-bin.000003, pos=1234, snapshot=true}} ConnectRecord{
topic='mysql_binlog_source.flink-cdc.t_user', kafkaPartition=null, key=Struct{
id=1}, keySchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Key:STRUCT}, value=Struct{
after=Struct{
id=1,desc=数据测试,name=极客},source=Struct{
version=1.5.2.Final,connector=mysql,name=mysql_binlog_source,ts_ms=1630413635069,snapshot=true,db=flink-cdc,table=t_user,server_id=0,file=mysql-bin.000003,pos=1234,row=0},op=r,ts_ms=1630413635072}, valueSchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Envelope:STRUCT}, timestamp=null, headers=ConnectHeaders(headers=)}
SourceRecord{
sourcePartition={
server=mysql_binlog_source}, sourceOffset={
ts_sec=1630413635, file=mysql-bin.000003, pos=1234}} ConnectRecord{
topic='mysql_binlog_source.flink-cdc.t_user', kafkaPartition=null, key=Struct{
id=2}, keySchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Key:STRUCT}, value=Struct{
after=Struct{
id=2,desc=你爱我我爱你,name=极客688},source=Struct{
version=1.5.2.Final,connector=mysql,name=mysql_binlog_source,ts_ms=1630413635074,snapshot=last,db=flink-cdc,table=t_user,server_id=0,file=mysql-bin.000003,pos=1234,row=0},op=r,ts_ms=1630413635074}, valueSchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Envelope:STRUCT}, timestamp=null, headers=ConnectHeaders(headers=)}
[Legacy Source Thread - Source: Custom Source -> (Sink: Print to Std. Out, Sink: Unnamed) (1/1)#0] INFO com.ververica.cdc.debezium.internal.DebeziumChangeFetcher - Received record from streaming binlog phase, released checkpoint lock.
[debezium-engine] INFO io.debezium.connector.common.BaseSourceTask - 3 records sent during previous 00:01:31.149, last recorded offset: {
transaction_id=null, ts_sec=1630413724, file=mysql-bin.000003, pos=1299, row=1, server_id=1, event=2}
SourceRecord{
sourcePartition={
server=mysql_binlog_source}, sourceOffset={
transaction_id=null, ts_sec=1630413724, file=mysql-bin.000003, pos=1299, row=1, server_id=1, event=2}} ConnectRecord{
topic='mysql_binlog_source.flink-cdc.t_user', kafkaPartition=null, key=Struct{
id=3}, keySchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Key:STRUCT}, value=Struct{
after=Struct{
id=3,desc=66,name=666},source=Struct{
version=1.5.2.Final,connector=mysql,name=mysql_binlog_source,ts_ms=1630413724000,db=flink-cdc,table=t_user,server_id=1,file=mysql-bin.000003,pos=1436,row=0},op=c,ts_ms=1630413724566}, valueSchema=Schema{
mysql_binlog_source.flink_cdc.t_user.Envelope:STRUCT}, timestamp=null, headers=ConnectHeaders(headers=)}
至此,Flink CDC 入门案例结束,是不是非常简单,Flink CDC 更多功能请参阅官网,自行研究。
好了以上就是本文的主要内容了,本文主要介绍了 CDC 的概念,Flink-CDC 概念及入门案例,。相信无敌的你都已经get到全部要点了,本专栏后续将带你继续了解大数据相关的神器,敬请期待哦(*^▽^*)
。
以上内容均来源于网络,如有错误,请多多包含。
文章浏览阅读2w次,点赞7次,收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加 外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案,在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建:添加Visual C++ , Win32 项目这......_c#调用lib
文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体,挺好看的。注重颜值的网站都会使用,例如知乎:font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang
文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--action,当提交表单时,向何处发送表单中的数据,地址可以是相对地址也可以是绝对地址--><!--method将表单中的数据传送给服务器处理,get方式直接显示在url地址中,数据可以被缓存,且长度有限制;而post方式数据隐藏传输,_html表单的处理程序有那些
文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证(即Google Authenticator服务)后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器
文章浏览阅读4.3k次,点赞5次,收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距
文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节,实现了多层数据的堆叠,为用户 提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制(CoW)策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的,不建议用于生成环境。_docker 保存容器
文章浏览阅读834次,点赞27次,收藏13次。网络拓扑结构是指计算机网络中各组件(如计算机、服务器、打印机、路由器、交换机等设备)及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式,也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn
文章浏览阅读1.8k次,点赞5次,收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时,通常的做法是:new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的,而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠,也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑,需要做一些额外的特殊处理,笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数,一劳永逸,避免每次ne_date.prototype 将所有 ios
文章浏览阅读5.3k次。方法一:用PLSQL Developer工具。 1 在PLSQL Developer的sql window里输入select * from test for update; 2 按F8执行 3 打开锁, 再按一下加号. 鼠标点到第一列的列头,使全列成选中状态,然后粘贴,最后commit提交即可。(前提..._excel导入pl/sql
文章浏览阅读83次。Git常用命令速查手册1、初始化仓库git init2、将文件添加到仓库git add 文件名 # 将工作区的某个文件添加到暂存区 git add -u # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,不处理untracked的文件git add -A # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,包括untracked的文件...
文章浏览阅读202次。分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120
文章浏览阅读1.8k次。版权声明:转载请注明出处 http://blog.csdn.net/irean_lau。目录(?)[+]1、缺省构造函数。2、缺省拷贝构造函数。3、 缺省析构函数。4、缺省赋值运算符。5、缺省取址运算符。6、 缺省取址运算符 const。[cpp] view plain copy_空类默认产生哪些类成员函数