“Flink实时数据处理”的版本间的差异

来自CloudWiki
跳转至: 导航搜索
Flink实时统计目标:
第11行: 第11行:
  
 
(实现过程中,时间单位设置为1~2分钟)
 
(实现过程中,时间单位设置为1~2分钟)
 
==配置开发环境:intellij & IDEA && Maven &&JDK==
 
 
===新建工程===
 
打开IDEA<我这里使用的是2018.3.6版本>
 
 
(1)首先创建一个新项目Create New Project,操作如下
 
 
[[文件:newproject1.png|700px]]
 
 
[[文件:newproject2.png|700px]]
 
 
[[文件:newproject3.png|700px]]
 
 
[[文件:bd20-6-11.png|700px]]
 
 
[[文件:newproject4.png|700px]]
 
 
 
(2)右下角都会出现 Maven projects need to be imported(项目需要导入依赖)<IDEA2020版本取消了导入默认依赖提示>
 
 
[[文件:Enable_Auto.png|700px]]
 
 
新建工程之后,如果idea Maven出现Error reading file ****/pom.xml
 
 
出现这个问题的原因是,hosts文件出错。
 
 
打开系统 hosts 文件(C:\Windows\System32\drivers\etc 路径下),添加
 
 
127.0.0.1 localhost
 
 
===确认maven设置===
 
左上角File-Settings-Build,Execute,Deployment-Build Tools-Maven
 
 
[[文件:bd20-6-10.png|700px]]
 
===确认JDK设置===
 
(3)修改修改java编译程序的版本为1.8(直接修改-确认)
 
 
右击工程-Open Module Settings,确认JDK设置。
 
 
[[文件:bd20-6-8.png|700px]]
 
 
[[文件:bd20-6-9.png|700px]]
 
 
===settings.xml的配置===
 
修改settings.xml的配置(关于settings.xml位置参照上方newproject第3张图),将原settings.xml内容删除,没有则创建一个,将下列代码复制到里面
 
 
<nowiki><?xml version="1.0" encoding="UTF-8"?>
 
<settings xmlns="http://maven.apache.org/SETTINGS/1.0.0"
 
          xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 
          xsi:schemaLocation="http://maven.apache.org/SETTINGS/1.0.0 http://maven.apache.org/xsd/settings-1.0.0.xsd">
 
    <mirrors>
 
        <mirror>
 
            <id>alimaven</id>
 
            <name>aliyun maven</name>
 
            <url>http://maven.aliyun.com/nexus/content/groups/public/</url>
 
            <mirrorOf>central</mirrorOf>
 
        </mirror>
 
        <mirror>
 
            <id>uk</id>
 
            <mirrorOf>central</mirrorOf>
 
            <name>Human Readable Name for this Mirror.</name>
 
            <url>http://uk.maven.org/maven2/</url>
 
        </mirror>
 
        <mirror>
 
            <id>CN</id>
 
            <name>OSChina Central</name>
 
            <url>http://maven.oschina.net/content/groups/public/</url>
 
            <mirrorOf>central</mirrorOf>
 
        </mirror>
 
        <mirror>
 
            <id>nexus</id>
 
            <name>internal nexus repository</name>
 
            <url>http://repo.maven.apache.org/maven2</url>
 
            <mirrorOf>central</mirrorOf>
 
        </mirror>
 
    </mirrors>
 
</settings></nowiki>
 
 
 
即可解决。
 
 
===pom.xml配置===
 
现在pom.xml的配置:
 
 
<nowiki>
 
<?xml version="1.0" encoding="UTF-8"?>
 
<project xmlns="http://maven.apache.org/POM/4.0.0"
 
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 
        xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
 
    <modelVersion>4.0.0</modelVersion>
 
 
    <groupId>flink</groupId>
 
    <artifactId>flink_shop02</artifactId>
 
    <version>1.0-SNAPSHOT</version>
 
</project></nowiki>
 
 
====maven的java版本====
 
在<nowiki></version></nowiki>后面添加:
 
 
<nowiki><properties>
 
        <maven.compiler.target>1.8</maven.compiler.target>
 
        <maven.compiler.source>1.8</maven.compiler.source>
 
</properties></nowiki>
 
 
====maven插件设置====
 
在<nowiki></properties>/nowiki>后面添加:
 
 
<nowiki><build>
 
    <plugins>
 
        <plugin>
 
            <groupId>org.apache.maven.plugins</groupId>
 
            <artifactId>maven-compiler-plugin</artifactId>
 
            <version>3.6.1</version>
 
            <configuration>
 
                <source>1.8</source>
 
                <target>1.8</target>
 
            </configuration>
 
        </plugin>
 
    </plugins>
 
</build></nowiki>
 
 
 
====依赖包添加====
 
在<nowiki><build>/nowiki>上方添加:的<nowiki><dependencies></dependencies></nowiki>,并在其中添加依赖
 
 
<nowiki><!--1flink-steaming依赖:流计算-->
 
 
<!-- https://mvnrepository.com/artifact/org.apache.flink/flink-streaming-scala -->
 
<dependency>
 
    <groupId>org.apache.flink</groupId>
 
    <artifactId>flink-streaming-scala_2.11</artifactId>
 
    <version>1.10.1</version>
 
</dependency>
 
 
<!-2flink-client客户端依赖-->
 
 
<!-- https://mvnrepository.com/artifact/org.apache.flink/flink-clients -->
 
<dependency>
 
    <groupId>org.apache.flink</groupId>
 
    <artifactId>flink-clients_2.11</artifactId>
 
    <version>1.10.1</version>
 
</dependency>
 
 
<!-3flink连接kafka依赖-->
 
 
<dependency>
 
    <groupId>org.apache.flink</groupId>
 
    <artifactId>flink-connector-kafka_2.11</artifactId>
 
    <version>1.10.1</version>
 
</dependency>
 
 
<!-4mysql依赖:将数据存入mysql中-->
 
 
<dependency>
 
  <groupId>mysql</groupId>
 
  <artifactId>mysql-connector-java</artifactId>
 
  <version>5.1.45</version>
 
</dependency>
 
 
<!-5添加定义日志格式-->
 
 
<dependency>
 
    <groupId>org.slf4j</groupId>
 
    <artifactId>slf4j-log4j12</artifactId>
 
    <version>1.7.7</version>
 
    <scope>runtime</scope>
 
</dependency>
 
<dependency>
 
    <groupId>log4j</groupId>
 
    <artifactId>log4j</artifactId>
 
    <version>1.2.17</version>
 
    <scope>runtime</scope>
 
</dependency></nowiki>
 
 
(5)添加完依赖以后就可以看到左侧External libraries里面有导入的依赖包,以及它的jar文件
 
 
[[文件:externallibraries.png]]
 
 
====全部代码====
 
<nowiki><?xml version="1.0" encoding="UTF-8"?>
 
<project xmlns="http://maven.apache.org/POM/4.0.0"
 
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 
        xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
 
    <modelVersion>4.0.0</modelVersion>
 
 
    <groupId>flink</groupId>
 
    <artifactId>flink_shop02</artifactId>
 
    <version>1.0-SNAPSHOT</version>
 
 
    <properties>
 
        <maven.compiler.target>1.8</maven.compiler.target>
 
        <maven.compiler.source>1.8</maven.compiler.source>
 
    </properties>
 
 
 
    <dependencies>
 
       
 
    <!-- https://mvnrepository.com/artifact/org.apache.flink/flink-streaming-scala -->
 
    <dependency>
 
        <groupId>org.apache.flink</groupId>
 
        <artifactId>flink-streaming-scala_2.11</artifactId>
 
        <version>1.10.1</version>
 
    </dependency>
 
        <!-- https://mvnrepository.com/artifact/org.apache.flink/flink-clients -->
 
        <dependency>
 
            <groupId>org.apache.flink</groupId>
 
            <artifactId>flink-clients_2.11</artifactId>
 
            <version>1.10.1</version>
 
        </dependency>
 
        <dependency>
 
            <groupId>org.apache.flink</groupId>
 
            <artifactId>flink-connector-kafka_2.11</artifactId>
 
            <version>1.10.1</version>
 
        </dependency>
 
        <dependency>
 
            <groupId>mysql</groupId>
 
            <artifactId>mysql-connector-java</artifactId>
 
            <version>5.1.45</version>
 
        </dependency>
 
        <dependency>
 
            <groupId>org.slf4j</groupId>
 
            <artifactId>slf4j-log4j12</artifactId>
 
            <version>1.7.7</version>
 
            <scope>runtime</scope>
 
        </dependency>
 
        <dependency>
 
            <groupId>log4j</groupId>
 
            <artifactId>log4j</artifactId>
 
            <version>1.2.17</version>
 
            <scope>runtime</scope>
 
        </dependency>
 
    </dependencies>
 
 
    <build>
 
        <plugins>
 
            <plugin>
 
                <groupId>org.apache.maven.plugins</groupId>
 
                <artifactId>maven-compiler-plugin</artifactId>
 
                <version>3.6.1</version>
 
                <configuration>
 
                    <source>1.8</source>
 
                    <target>1.8</target>
 
                </configuration>
 
            </plugin>
 
        </plugins>
 
    </build>
 
</project></nowiki>
 
 
===2.2 添加scala支持===
 
 
(1)在src下main中创建一个名为scala的包
 
 
[[文件:bd20-6-12.png|700px]]
 
 
(2)选中刚刚创建的scala包,右键Mark Directory as 点击 Sources Root:将scala做成一个源码包
 
 
[[文件:scalabag.png|700px]]
 
 
(3)在setting,plugins中安装scala(时间可能较久),然后选择项目文件添加scala支持
 
 
[[文件:addscalasupport.png|700px]]
 
 
===2.3 IDEA中log配置===
 
 
(1) 在所创建项目中的main里面创建文件夹resources,增加文件log4j.properties
 
 
(2) 增加日志:log4j.properties中的日志来源于master节点
 
 
<nowiki>cd /usr/local/flink-1.9.2/conf/</nowiki>
 
 
<nowiki>cat log4j-console.properties</nowiki>
 
 
将cat到的内容全部复制到IDEA相应文件中如下所示
 
 
[[文件:log.png]]
 
 
以上就是配置完成IDEA中的环境,数据处理将在该工程下实现
 
  
 
=项目开发一=
 
=项目开发一=

2020年8月9日 (日) 10:37的版本

Flink实时统计目标:

1.编程读取kafka缓存数据

2.商品实时统计:

(1)每日销售额,每日访问流量实时统计

(2)每日每家门店总销售额实时统计

(3)每日商品销量实时统计,并选出10大热销商品

(实现过程中,时间单位设置为1~2分钟)

项目开发一

a)编程读取kafka缓存数据

b)每日访问流量,每日销售额实时统计

c)设计与创建mysql结果存储表

d)打包程序

e)提交任务

f)查看运行结果

3.1 创建mysql数据表

我们会将处理后的数据存入mysql数据表中,所以现在进入master节点下

(1)查看mysql是否是启动状态

#service mysqld status

mysqld (pid 1409) is running.

(2)输入以下代码进入mysql中

mysql -uroot -proot
create database fk_shop;  //创建数据存放库
use fk_shop; //进入数据库
create table visitcount_everyday(datetime varchar(20) ,visicount double);//创建点击流表
create table salevolume(datetime varchar(20),salevolume double);//创建销售额表
show tables; //查看表

3.2 根据mysql数据表结构在idea中创建mysqlsink

(1)在scala中创建一个class对象:里面包括实时统计的日期和点击量(放入objectclass包里)

Objectclass.png

StringAndDouble.png

更改StringAndDouble.class

package objectclass
class StringAndDouble(datetime:String,sale:Double) {
  def getDate()= {datetime}
  def getSale() ={sale}
}

(2)在scala中再创建一个class对象 (放入mysqlsink包里)

Mysqlsink1.png

Salesqlsink.png

更改SaleSQLsink'

package mysqlsink
import java.sql._
import objectclass.StringAndDouble
import org.apache.flink.streaming.api.functions.sink.RichSinkFunction
class SaleSQLsink (table:String) extends RichSinkFunction[StringAndDouble] with 
Serializable {
 //定义mysql配置连接
 var conn:Connection=_
 //创建语句
 var ps:PreparedStatement=_
 //  定义连接的mysql配置参数
 var user="root"
 var password="root"
 var driver= "com.mysql.jdbc.Driver"  
 var url = "jdbc:mysql://192.168.128.130:3306/fk_shop"  //连接到master节点下的fk_shop数据库
//重写invoke方法
 override def invoke(value: StringAndDouble): Unit ={
   Class.forName(driver)//加载并注册驱动
   //执行语句d
   conn = DriverManager.getConnection(url,user,password)
   val sql = "insert into" + table + "values(?,?)"
   ps = conn.prepareStatement(sql)
   ps.setString(1,value.getDate())
   ps.setDouble(2,value.getSale())
   ps.executeUpdate()
   if(ps!=null){ps.close()}
   if(conn != null) conn.close()
 }
}

3.3 实现Flink数据处理

(1)在scala里面创建一个object对象 (放到flinkclass包里面)

Flinkclass.png

Flink实时处理编程过程

package flinkclass
//导入相关包
import java.util.Properties
import mysqlsink.SaleSQLsink
import objectclass.StringAndDouble
import org.apache.flink.streaming.api.scala.StreamExecutionEnvironment
import org.apache.flink.streaming.api.scala._
import org.apache.flink.streaming.api.windowing.time.Time
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer
import org.apache.flink.api.common.serialization.SimpleStringSchema
object SaleVolumn {
  def main(args: Array[String]): Unit = {
    //初始化env
    val env = StreamExecutionEnvironment.getExecutionEnvironment
    //配置kafka参数
    val pro = new Properties()
    pro.setProperty("bootstrap.servers","192.168.128.130:9092")
    pro.setProperty("group.id","test")
    //创建数据源
    val stream = env.addSource(new FlinkKafkaConsumer[String]("shop",new SimpleStringSchema(),pro))
    //数据处理过程
    val data = stream.map(x => x.split(",")).filter(x => x.nonEmpty && x.length == 11)
  .map { x => if (x(7).contains("buy")) (x(x.length - 1), (x(5).toDouble, 1.0)) else 
(x(x.length - 1), (0.0, 1.0)) }.keyBy(0).timeWindow(Time.minutes(1)).reduce((x, y) => 
(x._1, (x._2._1 + y._2._1, x._2._2 + y._2._2)))
    //保存每日销售额到mysql表
    data.map(x=>new StringAndDouble(x._1,x._2._1)).addSink(new SaleSQLsink("salevolume"))
    //保存每日点击流到mysql表
    data.map(x=>new StringAndDouble(x._1,x._2._2)).addSink(new SaleSQLsink("visitcount_everyday"))
    env.execute()
  }
}

(2)运行flink程序

①在所有节点查看kafka的状态,如果运行则kill掉

Killkafka.png

jps
kill -9 3507

②必须先启动zookeeper 再启动kafka,不然启动无效

zkServer.sh stop 关闭zookeeper
zkServer.sh start  启动zookeeper
zkServer.sh status 查看zookeeper的状态

③在所有节点启动zookeeper后在master,slave1,slave2上启动kafka

/usr/local/kafka/bin/kafka-server-start.sh /usr/local/kafka/config/server.propertiec 
>/tmp/klog &

④Jps查看

⑤在master启动flink集群

/usr/local/flink/start-cluster.sh

⑥查看主题是否创建没有则创建shop主题

kafka-topics.sh –zookeeper 192.168.128.130:2181–list  查看已创建主题
kafka-topics.sh –zookeeper 192.168.128.130:2181 –delete –topic shop 删除shop主题
kafka-topics.sh –zookeeper 192.168.128.130:2181 –create –topic shop –partitions 1 
–replication -factor 1  创建shop主题

⑦在IDEA中启动flume采集方案时,把之间采集的数据删除掉, 检查模拟采集是否启动

crontab -e

⑧启动之前写好的flume采集方案

fume-ng agent -c /usr/local/flume/conf/ -f /usr/local/flume/conf/spool-memory- 
kafka.conf -n client -Dflume.root.logger=INFO,console

⑨终于到了IDEA中本地运行salelumn.scala