返回顶部
首页 > 资讯 > 数据库 >实战:大数据Flink CDC同步Mysql数据到ElasticSearch
  • 220
分享到

实战:大数据Flink CDC同步Mysql数据到ElasticSearch

大数据flinkmysqlelasticsearchcdc 2023-09-15 07:09:01 220人浏览 独家记忆
摘要

文章目录 前言知识积累CDC简介CDC的种类常见的CDC方案比较 Springboot接入Flink CDC环境准备项目搭建 本地运行集群运行将项目打包将包传入集群启动远程将包部署

文章目录

前言

前面的博文我们分享了大数据分布式流处理计算框架Flink和其基础环境的搭建,相信各位看官都已经搭建好了自己的运行环境。那么,今天就来实战一把使用flink CDC同步Mysql数据导elasticsearch

知识积累

CDC简介

CDC 的全称是 Change Data Capture(变更数据捕获技术) ,在广义的概念上,只要是能捕获数据变更的技术,我们都可以称之为 CDC 。目前通常描述的 CDC 技术主要面向数据库的变更,是一种用于捕获数据库中数据变更的技术。
在这里插入图片描述

CDC的种类

CDC 的技术方案非常多,目前业界主流的实现机制可以分为两种:
基于查询的 CDC:
◆离线调度查询作业,批处理。把一张表同步到其他系统,每次通过查询去获取表中最新的数据;
◆无法保障数据一致性,查的过程中有可能数据已经发生了多次变更;
◆不保障实时性,基于离线调度存在天然的延迟。
基于日志的 CDC:
◆实时消费日志,流处理,例如 mysql 的 binlog 日志完整记录了数据库中的变更,可以把 binlog 文件当作流的数据源;
◆保障数据一致性,因为 binlog 文件包含了所有历史变更明细;
◆保障实时性,因为类似 binlog 的日志文件是可以流式消费的,提供的是实时数据。

常见的CDC方案比较

在这里插入图片描述

SpringBoot接入Flink CDC

由于Flink官方提供了Java、Scalapython语言接口用以开发Flink应用程序,故我们可以直接用Maven引入Flink依赖进行功能实现。

环境准备

springBoot 2.4.3
2、Flink 1.13.6
3、Scala 2.11
4、Maven 3.6.3
5、Java 8
6、mysql 8
7、es 7
Springboot、Flink、Scala版本一定要相匹配,也可以严格按照本博客进行配置。
注意:
如果只是本机测试玩玩,Maven依赖已经整合计算环境,不用额外搭建Flink环境;如果需要部署到Flink集群则需要额外搭建Flink集群。另外Scala 版本只是用于依赖选择,不用关心Scala环境。

项目搭建

1、引入Flink CDC Maven依赖

pom.xml

    org.springframework.boot    spring-boot-starter-parent    2.4.3     com.exampleflink-demo0.0.1-SNAPSHOTflink-demoDemo project for Spring Boot    8    UTF-8    UTF-8    1.13.6            org.springframework.boot        spring-boot-starter-WEB                mysql        mysql-connector-java        8.0.23                    com.ververica        flink-connector-mysql-cdc        2.1.0                                    org.apache.flink                flink-shaded-guava                                        org.apache.flink        flink-connector-elasticsearch7_2.11        ${flink.version}                    org.apache.flink        flink-JSON        ${flink.version}                    org.apache.flink        flink-table-api-java-bridge_2.11        ${flink.version}                    org.apache.flink        flink-table-planner_2.11        ${flink.version}                org.apache.flink        flink-table-planner-blink_2.11        ${flink.version}                    org.apache.flink        flink-clients_2.11        ${flink.version}                org.apache.flink        flink-java        ${flink.version}                    org.apache.flink        flink-streaming-java_2.11        ${flink.version}                    org.springframework.boot        spring-boot-starter-test        test    

2、创建测试数据库表users

users表结构

CREATE TABLE `users` (  `id` bigint NOT NULL AUTO_INCREMENT COMMENT 'ID',  `name` varchar(50) NOT NULL COMMENT '名称',  `birthday` timestamp NULL DEFAULT NULL COMMENT '生日',  `ts` timestamp NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',  PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='用户';

3、es索引操作

es操作命令
es索引会自动创建

#设置es分片与副本curl -X PUT "10.10.22.174:9200/users" -u elastic:VaHcSC3mOFfovLWTqW6E   -H 'Content-Type: application/json' -d'{    "settings" : {        "number_of_shards" : 3,        "number_of_replicas" : 2    }}'#查询index下全部数据 curl -X GET "Http://10.10.22.174:9200/users/_search"  -u elastic:VaHcSC3mOFfovLWTqW6E -H 'Content-Type: application/json' #删除indexcurl -X DELETE "10.10.22.174:9200/users" -u elastic:VaHcSC3mOFfovLWTqW6E

本地运行

@SpringBootTestclass FlinkDemoApplicationTests {        @Test    void flinkCDC() throws Exception{        EnvironmentSettings fsSettings = EnvironmentSettings.newInstance()                //.useBlinkPlanner()                .inStreamingMode()                .build();        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();        env.setParallelism(1);        StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env,fsSettings);        tableEnv.getConfig().setSqlDialect(SqlDialect.DEFAULT);        // 数据源表        String sourceDDL =                "CREATE TABLE users (\n" +                        "  id BIGINT PRIMARY KEY NOT ENFORCED ,\n" +                        "  name STRING,\n" +                        "  birthday TIMESTAMP(3),\n" +                        "  ts TIMESTAMP(3)\n" +                        ") WITH (\n" +                        "      'connector' = 'mysql-cdc',\n" +                        "      'hostname' = '10.10.10.202',\n" +                        "      'port' = '6456',\n" +                        "      'username' = 'root',\n" +                        "      'passWord' = 'MyNewPass2021',\n" +                        "      'server-time-zone' = 'Asia/Shanghai',\n" +                        "      'database-name' = 'cdc',\n" +                        "      'table-name' = 'users'\n" +                        "      )";        // 输出目标表        String sinkDDL =                "CREATE TABLE users_sink_es\n" +                        "(\n" +                        "    id BIGINT PRIMARY KEY NOT ENFORCED,\n" +                        "    name STRING,\n" +                        "    birthday TIMESTAMP(3),\n" +                        "    ts TIMESTAMP(3)\n" +                        ") \n" +                        "WITH (\n" +                        "  'connector' = 'elasticsearch-7',\n" +                        "  'hosts' = 'http://10.10.22.174:9200',\n" +                        "  'index' = 'users',\n" +                        "  'username' = 'elastic',\n" +                        "  'password' = 'VaHcSC3mOFfovLWTqW6E'\n" +                        ")";        // 简单的聚合处理        String transfORMSQL = "INSERT INTO users_sink_es SELECT * FROM users";        tableEnv.executeSql(sourceDDL);        tableEnv.executeSql(sinkDDL);        TableResult result = tableEnv.executeSql(transformSQL);        result.print();        env.execute("mysql-to-es");    }

请求es用户索引发现并无数据:

[root@bluejingyu-1 ~]# curl -X GET “http://10.10.22.174:9200/users/_search” -u elastic:VaHcSC3mOFfovLWTqW6E -H ‘Content-Type: application/json’
{“took”:0,“timed_out”:false,“_shards”:{“total”:3,“successful”:3,“skipped”:0,“failed”:0},“hits”:{“total”:{“value”:0,“relation”:“eq”},“max_score”:null,“hits”:[]}}

操作mysql数据库新增多条数据

5 senfel 2023-08-30 15:02:28 2023-08-30 15:02:36
6 sebfel2 2023-08-30 15:02:43 2023-08-30 15:02:47

再次获取es用户索引查看数据

[root@bluejingyu-1 ~]# curl -X GET “http://10.10.22.174:9200/users/_search” -u elastic:VaHcSC3mOFfovLWTqW6E -H ‘Content-Type: application/json’
{“took”:67,“timed_out”:false,“_shards”:{“total”:3,“successful”:3,“skipped”:0,“failed”:0},“hits”:{“total”:{“value”:2,“relation”:“eq”},“max_score”:1.0,“hits”:[{“_index”:“users”,“_type”:“_doc”,“_id”:“5”,“_score”:1.0,“_source”:{“id”:5,“name”:“senfel”,“birthday”:“2023-08-30 15:02:28”,“ts”:“2023-08-30 15:02:36”}},{“_index”:“users”,“_type”:“_doc”,“_id”:“6”,“_score”:1.0,“_source”:{“id”:6,“name”:“sebfel2”,“birthday”:“2023-08-30 15:02:43”,“ts”:“2023-08-30 15:02:47”}}]}}

由上测试结果可知本地运行无异常。

集群运行

项目树:
在这里插入图片描述

1、创建集群运行代码逻辑

public class FlinkMysqlToEs {    public static void main(String[] args) throws Exception {        EnvironmentSettings fsSettings = EnvironmentSettings.newInstance()                //.useBlinkPlanner()                .inStreamingMode()                .build();        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();        env.setParallelism(1);        StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env,fsSettings);        tableEnv.getConfig().setSqlDialect(SqlDialect.DEFAULT);        // 数据源表        String sourceDDL =                "CREATE TABLE users (\n" +                        "  id BIGINT PRIMARY KEY NOT ENFORCED ,\n" +                        "  name STRING,\n" +                        "  birthday TIMESTAMP(3),\n" +                        "  ts TIMESTAMP(3)\n" +                        ") WITH (\n" +                        "      'connector' = 'mysql-cdc',\n" +                        "      'hostname' = '10.10.10.202',\n" +                        "      'port' = '6456',\n" +                        "      'username' = 'root',\n" +                        "      'password' = 'MyNewPass2021',\n" +                        "      'server-time-zone' = 'Asia/Shanghai',\n" +                        "      'database-name' = 'cdc',\n" +                        "      'table-name' = 'users'\n" +                        "      )";        // 输出目标表        String sinkDDL =                "CREATE TABLE users_sink_es\n" +                        "(\n" +                        "    id BIGINT PRIMARY KEY NOT ENFORCED,\n" +                        "    name STRING,\n" +                        "    birthday TIMESTAMP(3),\n" +                        "    ts TIMESTAMP(3)\n" +                        ") \n" +                        "WITH (\n" +                        "  'connector' = 'elasticsearch-7',\n" +                        "  'hosts' = 'http://10.10.22.174:9200',\n" +                        "  'index' = 'users',\n" +                        "  'username' = 'elastic',\n" +                        "  'password' = 'VaHcSC3mOFfovLWTqW6E'\n" +                        ")";        // 简单的聚合处理        String transformSQL = "INSERT INTO users_sink_es SELECT * FROM users";        tableEnv.executeSql(sourceDDL);        tableEnv.executeSql(sinkDDL);        TableResult result = tableEnv.executeSql(transformSQL);        result.print();        env.execute("mysql-to-es");    }}

2、集群运行需要将Flink程序打包,不同于普通的jar包,这里必须采用shade

    flink-demo                        org.apache.maven.plugins            maven-shade-plugin            3.2.4                                                package                                            shade                                                                false                            com.Google.code.findbugs:jsr305    org.slf4j:*    log4j:*                                                    *:*            module-info.class        META-INF@GetMapping("/runTask")public JobID runTask() {    try {        // 集群信息        Configuration configuration = new Configuration();        configuration.setString(JobManagerOptions.ADDRESS, "10.10.22.91");        configuration.setInteger(JobManagerOptions.PORT, 6123);        configuration.setInteger(RestOptions.PORT, 8081);        RestClusterClient  client = new RestClusterClient<>(configuration, StandaloneClusterId.getInstance());        //jar包存放路径,也可以直接调用hdfs中的jar        File jarFile = new File("input/flink-demo.jar");        SavepointRestoreSettings savepointRestoreSettings = SavepointRestoreSettings.none();        //构建提交任务参数        PackagedProgram program = PackagedProgram                .newBuilder()                .setConfiguration(configuration)                .setEntryPointClassName("com.example.flinkdemo.FlinkMysqlToEs")                .setJarFile(jarFile)                .setSavepointRestoreSettings(savepointRestoreSettings).build();        //创建任务        JobGraph jobGraph = PackagedProgramUtils.createJobGraph(program, configuration, 1, false);        //提交任务        CompletableFuture result = client.submitJob(jobGraph);        return result.get();    } catch (Exception e) {        e.printStackTrace();        return null;    }}

2、启动Springboot项目
在这里插入图片描述

3、postman请求
在这里插入图片描述
4、查看Fink集群控制台
在这里插入图片描述

由上图所示已将远程部署完成。

5、测试操作mysql数据库

5 senfel000 2023-08-30 15:02:28 2023-08-30 15:02:36
7 eeeee 2023-08-30 17:12:00 2023-08-30 17:12:04
8 33333 2023-08-30 17:12:08 2023-08-30 17:12:11

6、查询es用户索引

[root@bluejingyu-1 ~]# curl -X GET “http://10.10.22.174:9200/users/_search” -u elastic:VaHcSC3mOFfovLWTqW6E -H ‘Content-Type: application/json’
{“took”:766,“timed_out”:false,“_shards”:{“total”:3,“successful”:3,“skipped”:0,“failed”:0},“hits”:{“total”:{“value”:3,“relation”:“eq”},“max_score”:1.0,“hits”:[{“_index”:“users”,“_type”:“_doc”,“_id”:“5”,“_score”:1.0,“_source”:{“id”:5,“name”:“senfel000”,“birthday”:“2023-08-30 15:02:28”,“ts”:“2023-08-30 15:02:36”}},{“_index”:“users”,“_type”:“_doc”,“_id”:“7”,“_score”:1.0,“_source”:{“id”:7,“name”:“eeeee”,“birthday”:“2023-08-30 17:12:00”,“ts”:“2023-08-30 17:12:04”}},{“_index”:“users”,“_type”:“_doc”,“_id”:“8”,“_score”:1.0,“_source”:{“id”:8,“name”:“33333”,“birthday”:“2023-08-30 17:12:08”,“ts”:“2023-08-30 17:12:11”}}]}}

如上所以es中新增了两条数据;
经测试远程发布Flink Task完成。

写在最后

大数据Flink CDC同步Mysql数据到ElasticSearch搭建与测试运行较为简单,对于基础的学习测试环境独立集群目前只支持单个任务部署,如果需要多个任务或者运用于生产可以采用Yarn与Job分离模式进行部署。

来源地址:https://blog.csdn.net/weixin_39970883/article/details/132707967

您可能感兴趣的文档:

--结束END--

本文标题: 实战:大数据Flink CDC同步Mysql数据到ElasticSearch

本文链接: https://lsjlt.com/news/408220.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作