[[410005]]

本文轉(zhuǎn)載自微信公眾號(hào)「肌肉碼農(nóng)」，作者鄒學(xué)。轉(zhuǎn)載本文請(qǐng)聯(lián)系肌肉碼農(nóng)公眾號(hào)。

目前成都創(chuàng)新互聯(lián)已為1000多家的企業(yè)提供了網(wǎng)站建設(shè)、域名、網(wǎng)站空間、網(wǎng)站托管運(yùn)營(yíng)、企業(yè)網(wǎng)站設(shè)計(jì)、鐵西網(wǎng)站維護(hù)等服務(wù)，公司將堅(jiān)持客戶導(dǎo)向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長(zhǎng)，共同發(fā)展。

插件名稱：flink-connector-redis

插件地址：https://github.com/jeff-zou/flink-connector-redis.git

項(xiàng)目介紹

基于bahir-flink二次開發(fā)，使它支持SQL直接定義寫入redis,用戶通過DDL指定自己需要保存的字段。

使用方法:

命令行執(zhí)行 mvn package -DskipTests=true打包后，將生成的包flink-connector-redis_2.12-1.11.1.jar引入flink lib中即可，無需其它設(shè)置。

重構(gòu)介紹：

相對(duì)上一個(gè)版本簡(jiǎn)化了參數(shù)設(shè)置，思路更清晰，上一版本字段的值會(huì)根據(jù)主鍵等條件來自動(dòng)生成，這要求使用者需要了解相關(guān)規(guī)則，有一定的學(xué)習(xí)成本并且容易埋坑，重構(gòu)后字段的值由用戶在DDL中顯示地指定，如下：

 
 
 

  
  
  
'key-column'='username','value-column'='passport',' //直接指定字段名 
 
 
 

取消了必須有主鍵的限制，使用更簡(jiǎn)單，如果有多個(gè)字段組合成key或者value,需要用戶在DML中使用concat_ws等方式組裝，不再是插件在后臺(tái)用不可見字符拼裝。

使用示例:

• 1.SQL方式

示例代碼路徑: src/test/java/org.apache.flink.streaming.connectors.redis.table.SQLInsertTest.java

set示例，相當(dāng)于redis命令： set test test11

 
 
 

  
  
  
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); 
  
  
  
        EnvironmentSettings environmentSettings = EnvironmentSettings.newInstance().useBlinkPlanner().inStreamingMode().build(); 
  
  
  
        StreamTableEnvironment tEnv = StreamTableEnvironment.create(env, environmentSettings); 
  
  
  
 
  
  
  
        String ddl = "create table sink_redis(username VARCHAR, passport VARCHAR) with ( 'connector'='redis', " + 
  
  
  
                "'host'='10.11.80.147','port'='7001', 'redis-mode'='single','password'='******','key-column'='username','value-column'='passport','command'='set')" ; 
  
  
  
 
  
  
  
        tEnv.executeSql(ddl); 
  
  
  
        String sql = " insert into sink_redis select * from (values ('test', 'test11'))"; 
  
  
  
        TableResult tableResult = tEnv.executeSql(sql); 
  
  
  
        tableResult.getJobClient().get() 
  
  
  
                .getJobExecutionResult() 
  
  
  
                .get(); 
 
 
 

• 2.DataStream方式

示例代碼路徑:

src/test/java/org.apache.flink.streaming.connectors.redis.datastream.DataStreamInsertTest.java

hset示例，相當(dāng)于redis命令：hset tom math 150

 
 
 

  
  
  
Configuration configuration = new Configuration(); 
  
  
  
        configuration.setString(RedisOptions.KEY_COLUMN, "name"); 
  
  
  
        configuration.setString(RedisOptions.FIELD_COLUMN, "subject"); //對(duì)應(yīng)hash的field、 sorted set的score 
  
  
  
        configuration.setString(RedisOptions.VALUE_COLUMN, "score"); 
  
  
  
        configuration.setString(REDIS_MODE, REDIS_CLUSTER); 
  
  
  
        configuration.setString(REDIS_COMMAND, RedisCommand.HSET.name()); 
  
  
  
 
  
  
  
        RedisMapper redisMapper = RedisHandlerServices 
  
  
  
                .findRedisHandler(RedisMapperHandler.class, configuration.toMap()) 
  
  
  
                .createRedisMapper(configuration); 
  
  
  
 
  
  
  
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); 
  
  
  
 
  
  
  
        GenericRowData genericRowData = new GenericRowData(3); 
  
  
  
        genericRowData.setField(0, "tom"); 
  
  
  
        genericRowData.setField(1, "math"); 
  
  
  
        genericRowData.setField(2, "150"); 
  
  
  
        DataStream dataStream = env.fromElements(genericRowData); 
  
  
  
 
  
  
  
        TableSchema tableSchema =  new TableSchema.Builder() .field("name", DataTypes.STRING().notNull()).field("subject", DataTypes.STRING()).field("score", DataTypes.INT()).build(); 
  
  
  
 
  
  
  
        FlinkJedisConfigBase conf = getLocalRedisClusterConfig(); 
  
  
  
        RedisSink redisSink = new RedisSink<>(conf, redisMapper, tableSchema); 
  
  
  
 
  
  
  
        dataStream.addSink(redisSink); 
  
  
  
        env.execute("RedisSinkTest"); 
 
 
 

當(dāng)前文章：Flink1.12SQL向Redis實(shí)時(shí)寫數(shù)據(jù)
文章源于：http://uogjgqi.cn/article/dhjhjji.html