2020年8月9日 (日) 13:39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:

项目一:每日销售额,每日访问流量实时统计

项目二:每日每家门店总销售额实时统计

项目三:每日商品销量实时统计,并选出10大热销商品

项目开发一

a)设计与创建mysql结果存储表

b)编程读取kafka缓存数据

c)每日访问流量||每日销售额实时统计

d)在IDEA中运行程序

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

定义mysql sink

在项目中创建个scala文件夹,再根据mysql数据表结构在scala文件中创建类似以下包(名称可自定义)

otherclass

里面存放的是第一个scala文件:主要功能是定义需要处理的数据字段

因为创建的mysql表中销售额和点击流都属于double类型,日期为string类型

所以项目一中我们需要定义每日的点击流与每日的销售额

(1)在otherclass里面创建第一个scala文件,名为StringAndDouble(自定义)

(2)更改StringAndDouble.class

package <包名>
class <scala文件名>(datetime:String,sale:Double) {
  def getDate()= {datetime}
  def getSale() ={sale}
}

mysqlsink

(1)在mysqlsink里面创建第二个scala文件,名为MySqlSinkToSale(自定义)

更改MySqlSinkToSale

package mysqlsink
import java.sql.DriverManager
import java.sql._
import org.apache.flink.streaming.api.functions.sink.RichSinkFunction
import otherclass.StringAndDouble
class MySqlSinkToSale(table:String) extends RichSinkFunction[StringAndDouble] with Serializable {
  var conn:Connection=_
  var ps:PreparedStatement=_
  val user="root"
  val password="root"
  val driver="com.mysql.jdbc.Driver"
  val url="jdbc:mysql://192.168.128.130:3306/fk_shop"
  override def invoke(value: StringAndDouble): Unit = {
    Class.forName(driver)
    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()
  }
}

flinkclass

实现flink数据处理

(1)在flinkclass里面创建一个object对象

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()
  }
}

运行flink程序

①在所有节点查看kafka的状态,如果运行则kill掉

jps
kill -9 3507

②必须先启动zookeeper 再启动kafka,不然启动无效,启动kafka里面的zookeeper

usr/local/kafka_2.11-2.3.1/bin/zookeeper-server-start.sh /usr/local/kafka_2.11-2.3.1/config/zookeeper.properties >/tmp/startzklog &

③在所有节点启动zookeeper后在master,slave1,slave2,slave3上启动kafka

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

④Jps查看进程

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中本地运行项目SaleVolumn,无报错后,进入mysql中查看最开始定义的两个表,mysql表里面就有每日的访问流量和每日的销售额了

项目开发二

a)设计与创建mysql结果存储表

b)编程读取kafka缓存数据

c)每日门店销售额实时统计

d)IDEA中运行程序

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 store_sale( datetime varchar(20), store_id varchar(20), sale double);//创建门店日销售额表

show tables; //查看表

定义mysql sink

在项目中已经创建好了scala文件夹以及下面的包,下面就只需要写入scala程序即可

otherclass

里面存放的是第一个scala文件:主要功能是定义需要处理的数据字段

因为需要统计的是每日(string)店铺(string)销售额(double)

所以项目一中我们需要定义三个字段的值

(1)在otherclass里面创建第一个scala文件,名为Store_SaleF(自定义)

(2)更改Store_SaleF.class

package otherclass

class Store_SaleF (datetime:String,store:String,sale:Double){
  def getDate()={
    datetime
  }
  def getStore()={
    store
  }
  def getSale()={
    sale
  }
}

mysqlsink

(1)在mysqlsink里面创建第二个scala文件,名为Mysql_StoreSale(自定义)

更改Mysql_StoreSale

package mysqlsink
import org.apache.flink.streaming.api.functions.sink.RichSinkFunction
import otherclass.Store_SaleF
import java.sql._
class Mysql_StoreSale(table:String) extends RichSinkFunction[Store_SaleF] with Serializable {
  var conn:Connection=_
  var ps:PreparedStatement=_
  val user="root"
  val password="root"
  val driver="com.mysql.jdbc.Driver"
  val url="jdbc:mysql://192.168.128.130:3306/fk_shop"

  override def invoke(value: Store_SaleF): Unit = {
    Class.forName(driver)
    conn=DriverManager.getConnection(url,user,password)
    val sql="insert into "+table+" values(?,?,?)"
    ps=conn.prepareStatement(sql)
    ps.setString(1,value.getDate())
    ps.setString(2,value.getStore())
    ps.setDouble(3,value.getSale())
    ps.executeUpdate()
    if(ps!=null) ps.close()
    if(conn!=null) conn.close()
  }
}

flinkclass

实现flink数据处理

(1)在flinkclass里面创建一个object对象,名为Store_Saleflink

Flink实时处理编程过程

package flinkclass
import java.util.Properties
import mysqlsink.Mysql_StoreSale
import java.util.Properties
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
import otherclass.Store_SaleF
object Store_Saleflink {
  def main(args: Array[String]): Unit = {
    val env = StreamExecutionEnvironment.getExecutionEnvironment
    //kafka集群参数配置
    val pro = new Properties()
    pro.setProperty("bootstrap.servers","192.168.128.130:9092")
    pro.setProperty("group.id","test")
    //创建源
    val stream = env.addSource(new FlinkKafkaConsumer[String]("shop",new SimpleStringSchema(),pro))
    //数据转换
    val data=stream.map(x=>x.split(",")).filter(x=>x.nonEmpty && x.length==11 && x(7).contains("buy")).map(x=>((x(x.length- 
1),x(6)),x(5).toDouble)).keyBy(0).timeWindow(Time.minutes(1)).sum(1).map(x=>new Store_SaleF(x._1._1,x._1._2,x._2))
    //数据存储
    data.addSink(new Mysql_StoreSale("store_sale"))
    env.execute()
  }
}

运行flink程序

①在所有节点查看kafka的状态,如果运行则kill掉

jps
kill -9 3507

②必须先启动zookeeper 再启动kafka,不然启动无效,启动kafka里面的zookeeper

usr/local/kafka_2.11-2.3.1/bin/zookeeper-server-start.sh /usr/local/kafka_2.11-2.3.1/config/zookeeper.properties >/tmp/startzklog &

③在所有节点启动zookeeper后在master,slave1,slave2,slave3上启动kafka

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

④Jps查看进程

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中本地运行项目SaleVolumn,无报错后,进入mysql中查看最开始定义的一个表,mysql表里面就有每日商品销售额了

项目开发三

商品销量实时统计,并选出10大热销商品

a)编程flink程序

b)启动flink集群

c)IDEA中运行程序

在项目中已经创建好了scala文件夹以及下面的包,下面就只需要写入scala程序即可

flinkclass

实现flink数据处理

(1)在flinkclass里面创建一个object对象,名为GoodsOrder

Flink实时处理编程过程

package flinkclass
import java.util.Properties
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
import org.apache.flink.streaming.api.windowing.windows.TimeWindow
import org.apache.flink.streaming.api.scala.function.ProcessWindowFunction
import org.apache.flink.util.Collector
object GoodsOrder {
  def main(args: Array[String]): Unit = {
    val env = StreamExecutionEnvironment.getExecutionEnvironment
    //kafka集群参数配置
    val pro = new Properties()
    pro.setProperty("bootstrap.servers","master:9092")
    pro.setProperty("group.id","test")
    //创建源
    val stream = env.addSource(new FlinkKafkaConsumer[String]("shop",new SimpleStringSchema(),pro))
//数据转换
    // ProcessWindowFunction[In,Out,Key,Window]
    val data=stream.map(x=>x.split(",")).filter(x=>x.nonEmpty && x.length==11 && x(7).contains("buy")).map(x=>new 
StringAndDouble(x(4),1.0)).keyBy(x=>x.getDate()).timeWindow(Time.minutes(1)).process(new ProcessWindowFunction[StringAndDouble,String,String,TimeWindow]{
      override def process(key: String, context: Context, elements: Iterable[StringAndDouble], out: Collector[String]): Unit = {
       val getsum = elements.toList.groupBy(x=>x.getDate()).map{tmp=>val ll=tmp._2.map(x=>x.getSale()).sum;(tmp._1,ll)}
        val e = getsum.toList.sortBy(x=>x._2).reverse.take(10)
        e.map(x=>out.collect(System.currentTimeMillis().toString()+":"+x._1+":"+x._2))
      }
    })
    //数据存储
    data.print()
    env.execute()
  }
}

运行flink程序

①在所有节点查看kafka的状态,如果运行则kill掉

jps
kill -9 3507

②必须先启动zookeeper 再启动kafka,不然启动无效,启动kafka里面的zookeeper

usr/local/kafka_2.11-2.3.1/bin/zookeeper-server-start.sh /usr/local/kafka_2.11-2.3.1/config/zookeeper.properties >/tmp/startzklog &

③在所有节点启动zookeeper后在master,slave1,slave2,slave3上启动kafka

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

④Jps查看进程

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中本地运行项目GoodsOrder,查看结果

“Flink实时数据处理”的版本间的差异

2020年8月9日 (日) 13:39的版本

目录

Flink实时统计目标:

项目开发一

创建mysql数据表

定义mysql sink

otherclass

mysqlsink

flinkclass

运行flink程序

项目开发二

创建mysql数据表

定义mysql sink

otherclass

mysqlsink

flinkclass

运行flink程序

项目开发三

flinkclass

运行flink程序

导航菜单

个人工具

命名空间

变种

视图

更多

搜索

导航

工具