如何使用Tbale SQL與Flink JDBC連接器讀取MYSQL數(shù)據(jù)

這篇文章主要講解了“如何使用Tbale SQL與Flink JDBC連接器讀取MYSQL數(shù)據(jù)”，文中的講解內(nèi)容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何使用Tbale SQL與Flink JDBC連接器讀取MYSQL數(shù)據(jù)”吧！

使用Tbale&SQL與Flink JDBC連接器讀取MYSQL數(shù)據(jù)，并用GROUP BY語句根據(jù)一個或多個列對結果集進行分組。

示例環(huán)境

java.version: 1.8.xflink.version: 1.11.1kafka：2.11

GroupToMysql.java

package com.flink.examples.mysql;

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.api.Table;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
import org.apache.flink.types.Row;
import org.apache.flink.util.Collector;

import static org.apache.flink.table.api.Expressions.$;

/**
 * @Description 使用Tbale&SQL與Flink JDBC連接器讀取MYSQL數(shù)據(jù)，并用GROUP BY語句根據(jù)一個或多個列對結果集進行分組。
 */
public class GroupToMysql {

    /**
     官方參考：https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/table/connectors/jdbc.html

     分區(qū)掃描
     為了加速并行Source任務實例中的數(shù)據(jù)讀取，F(xiàn)link為JDBC表提供了分區(qū)掃描功能。
     scan.partition.column：用于對輸入進行分區(qū)的列名。
     scan.partition.num：分區(qū)數(shù)。
     scan.partition.lower-bound：第一個分區(qū)的最小值。
     scan.partition.upper-bound：最后一個分區(qū)的最大值。
     */

    //flink-jdbc-1.11.1寫法,所有屬性名在JdbcTableSourceSinkFactory工廠類中定義
    static String table_sql =
            "CREATE TABLE my_users (\n" +
                    "  id BIGINT,\n" +
                    "  name STRING,\n" +
                    "  age INT,\n" +
                    "  status INT,\n" +
                    "  PRIMARY KEY (id) NOT ENFORCED\n" +
                    ") WITH (\n" +
                    "  'connector.type' = 'jdbc',\n" +
                    "  'connector.url' = 'jdbc:mysql://192.168.110.35:3306/flink?useUnicode=true&characterEncoding=utf-8', \n" +
                    "  'connector.driver' = 'com.mysql.jdbc.Driver', \n" +
                    "  'connector.table' = 'users', \n" +
                    "  'connector.username' = 'root',\n" +
                    "  'connector.password' = 'password' \n" +
//                    "  'connector.read.fetch-size' = '10' \n" +
                    ")";

    public static void main(String[] args) throws Exception {
        //構建StreamExecutionEnvironment
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        //設置setParallelism并行度
        env.setParallelism(1);
        //構建EnvironmentSettings 并指定Blink Planner
        EnvironmentSettings bsSettings = EnvironmentSettings.newInstance().useBlinkPlanner().inStreamingMode().build();
        //構建StreamTableEnvironment
        StreamTableEnvironment tEnv = StreamTableEnvironment.create(env, bsSettings);
        //注冊mysql數(shù)據(jù)維表
        tEnv.executeSql(table_sql);

        //Table table = avg(tEnv);
        //Table table = count(tEnv);
        //Table table = min(tEnv);
        Table table = max(tEnv);

        //打印字段結構
        table.printSchema();

        //普通查詢操作用toAppendStream
        //tEnv.toAppendStream(table, Row.class).print();
        //group操作用toRetractStream
        //tEnv.toRetractStream(table, Row.class).print();

        //table 轉(zhuǎn)成 dataStream 流，Tuple2第一個參數(shù)flag是true表示add添加新的記錄流，false表示retract表示舊的記錄流
        DataStream<Tuple2<Boolean, Row>> behaviorStream = tEnv.toRetractStream(table, Row.class);
        behaviorStream.flatMap(new FlatMapFunction<Tuple2<Boolean, Row>, Object>() {
            @Override
            public void flatMap(Tuple2<Boolean, Row> value, Collector<Object> out) throws Exception {
                if (value.f0) {
                    System.out.println(value.f1.toString());
                }
            }
        }).print();

        env.execute();
    }

    /**
     * avg 獲取一組數(shù)據(jù)流中的數(shù)值平均值
     * @param tEnv
     * @return
     */
    public static Table avg(StreamTableEnvironment tEnv){
        //第一種：執(zhí)行SQL
        String sql = "select status,avg(age) as age1 from my_users group by status";
        //Table table = tEnv.sqlQuery(sql);

        //第二種：通過方法拼裝執(zhí)行語句
        Table table = tEnv.from("my_users").groupBy($("status")).select($("status"),$("age").avg().as("age1"));
        return table;
    }

    /**
     * count 獲取一組數(shù)據(jù)流中累加分組的行數(shù)之和
     * @param tEnv
     * @return
     */
    public static Table count(StreamTableEnvironment tEnv){
        //第一種：執(zhí)行SQL
        String sql = "select status,count(age) as age1 from my_users group by status";
        //Table table = tEnv.sqlQuery(sql);

        //第二種：通過方法拼裝執(zhí)行語句
        Table table = tEnv.from("my_users").groupBy($("status")).select($("status"),$("age").count().as("age1"));
        return table;
    }

    /**
     * sum 獲取一組數(shù)據(jù)流中累加分組的數(shù)值之和
     * @param tEnv
     * @return
     */
    public static Table sum(StreamTableEnvironment tEnv){
        //第一種：執(zhí)行SQL
        String sql = "select status,sum(age) as age1 from my_users group by status";
        //Table table = tEnv.sqlQuery(sql);

        //第二種：通過方法拼裝執(zhí)行語句
        Table table = tEnv.from("my_users").groupBy($("status")).select($("status"),$("age").sum().as("age1"));
        return table;
    }


    /**
     * min 獲取一組數(shù)據(jù)流中的最小值
     * @param tEnv
     * @return
     */
    public static Table min(StreamTableEnvironment tEnv){
        //第一種：執(zhí)行SQL
        String sql = "select status,min(age) as age1 from my_users group by status";
        //Table table = tEnv.sqlQuery(sql);

        //第二種：通過方法拼裝執(zhí)行語句
        Table table = tEnv.from("my_users").groupBy($("status")).select($("status"),$("age").min().as("age1"));
        return table;
    }

    /**
     * max 獲取一組數(shù)據(jù)流中的最大值,每一次數(shù)據(jù)加入，則計算一次
     * @param tEnv
     * @return
     */
    public static Table max(StreamTableEnvironment tEnv){
        //第一種：執(zhí)行SQL
        String sql = "select status,max(age) as age1 from my_users group by status";
        //Table table = tEnv.sqlQuery(sql);

        //第二種：通過方法拼裝執(zhí)行語句
        Table table = tEnv.from("my_users").groupBy($("status")).select($("status"),$("age").max().as("age1"));
        return table;
    }

}

建表SQL

CREATE TABLE `users` (
  `id` bigint(8) NOT NULL AUTO_INCREMENT,
  `name` varchar(40) DEFAULT NULL,
  `age` int(8) DEFAULT NULL,
  `status` tinyint(2) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

打印結果

root
 |-- status: INT
 |-- age1: INT

0,16
0,18
1,21
1,28
2,31

感謝各位的閱讀，以上就是“如何使用Tbale SQL與Flink JDBC連接器讀取MYSQL數(shù)據(jù)”的內(nèi)容了，經(jīng)過本文的學習后，相信大家對如何使用Tbale SQL與Flink JDBC連接器讀取MYSQL數(shù)據(jù)這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！