這篇教程將展示如何基于 Flink CDC 快速構(gòu)建 MySQL 和 Postgres 的流式 ETL。本教程的演示都將在 Flink SQL CLI 中進(jìn)行，只涉及 SQL，無(wú)需一行 Java / Scala 代碼，也無(wú)需安裝 IDE。
假設(shè)我們正在經(jīng)營(yíng)電子商務(wù)業(yè)務(wù)，商品和訂單的數(shù)據(jù)存儲(chǔ)在 MySQL 中，訂單對(duì)應(yīng)的物流信息存儲(chǔ)在 Postgres 中。 對(duì)于訂單表，為了方便進(jìn)行分析，我們希望讓它關(guān)聯(lián)上其對(duì)應(yīng)的商品和物流信息，構(gòu)成一張寬表，并且實(shí)時(shí)把它寫到 ElasticSearch 中。
接下來的內(nèi)容將介紹如何使用 Flink MySQL / Postgres CDC 來實(shí)現(xiàn)這個(gè)需求，系統(tǒng)的整體架構(gòu)如下圖所示：
1.準(zhǔn)備階段
準(zhǔn)備一臺(tái)已經(jīng)安裝了 Docker 的 Linux 或者 MacOS 電腦。
1.1 準(zhǔn)備教程所需要的組件
接下來的教程將以 docker-compose 的方式準(zhǔn)備所需要的組件。
使用下面的內(nèi)容創(chuàng)建一個(gè) docker-compose.yml 文件：
version: '2.1'
services:
postgres:
image: debezium/example-postgres:1.1
ports:
- "5432:5432"
environment:
- POSTGRES_DB=postgres
- POSTGRES_USER=postgres
- POSTGRES_PASSWORD=postgres
mysql:
image: debezium/example-mysql:1.1
ports:
- "3306:3306"
environment:
- MYSQL_ROOT_PASSWORD=123456
- MYSQL_USER=mysqluser
- MYSQL_PASSWORD=mysqlpw
elasticsearch:
image: elastic/elasticsearch:7.6.0
environment:
- cluster.name=docker-cluster
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
- discovery.type=single-node
ports:
- "9200:9200"
- "9300:9300"
ulimits:
memlock:
soft: -1
hard: -1
nofile:
soft: 65536
hard: 65536
kibana:
image: elastic/kibana:7.6.0
ports:
- "5601:5601"
該 Docker Compose 中包含的容器有：
-
MySQL：商品表products和 訂單表orders將存儲(chǔ)在該數(shù)據(jù)庫(kù)中， 這兩張表將和 Postgres 數(shù)據(jù)庫(kù)中的物流表shipments進(jìn)行關(guān)聯(lián)，得到一張包含更多信息的訂單表enriched_orders。 - Postgres：物流表
shipments將存儲(chǔ)在該數(shù)據(jù)庫(kù)中。 - Elasticsearch：最終的訂單表
enriched_orders將寫到 Elasticsearch。 - Kibana：用來可視化 ElasticSearch 的數(shù)據(jù)。
在 docker-compose.yml 所在目錄下執(zhí)行下面的命令來啟動(dòng)本教程需要的組件：
docker-compose up -d
該命令將以 detached 模式自動(dòng)啟動(dòng) Docker Compose 配置中定義的所有容器。你可以通過 docker ps 來觀察上述的容器是否正常啟動(dòng)了，也可以通過訪問 http://localhost:5601/ 來查看 Kibana 是否運(yùn)行正常。
1.2 下載 Flink 和所需要的依賴包
下載 Flink 1.18.0 并將其解壓至目錄 flink-1.18.0。
下載以下列出的依賴包，并將它們放到目錄 flink-1.18.0/lib/ 下：
flink-sql-connector-elasticsearch7-3.0.1-1.17.jarflink-sql-connector-mysql-cdc-2.5-SNAPSHOT.jarflink-sql-connector-postgres-cdc-2.5-SNAPSHOT.jar
注：下載鏈接只對(duì)已發(fā)布的版本有效，SNAPSHOT 版本需要本地基于 master 或 release 分支編譯。
1.3 準(zhǔn)備數(shù)據(jù)
1.3.1 在 MySQL 數(shù)據(jù)庫(kù)中準(zhǔn)備數(shù)據(jù)
進(jìn)入 MySQL 容器
docker-compose exec mysql mysql -u root -p 123456
創(chuàng)建數(shù)據(jù)庫(kù)和表 products、orders，并插入數(shù)據(jù)。
-- MySQL
CREATE DATABASE mydb;
USE mydb;
CREATE TABLE products (
id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(255) NOT NULL,
description VARCHAR(512)
);
ALTER TABLE products AUTO_INCREMENT = 101;
INSERT INTO products
VALUES (default,"scooter","Small 2-wheel scooter"),
(default,"car battery","12V car battery"),
(default,"12-pack drill bits","12-pack of drill bits with sizes ranging from #40 to #3"),
(default,"hammer","12oz carpenter's hammer"),
(default,"hammer","14oz carpenter's hammer"),
(default,"hammer","16oz carpenter's hammer"),
(default,"rocks","box of assorted rocks"),
(default,"jacket","water resistent black wind breaker"),
(default,"spare tire","24 inch spare tire");
CREATE TABLE orders (
order_id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY,
order_date DATETIME NOT NULL,
customer_name VARCHAR(255) NOT NULL,
price DECIMAL(10, 5) NOT NULL,
product_id INTEGER NOT NULL,
order_status BOOLEAN NOT NULL -- Whether order has been placed
) AUTO_INCREMENT = 10001;
INSERT INTO orders
VALUES (default, '2020-07-30 10:08:22', 'Jark', 50.50, 102, false),
(default, '2020-07-30 10:11:09', 'Sally', 15.00, 105, false),
(default, '2020-07-30 12:00:30', 'Edward', 25.25, 106, false);
1.3.2 在 Postgres 數(shù)據(jù)庫(kù)中準(zhǔn)備數(shù)據(jù)
進(jìn)入 Postgres 容器：
docker-compose exec postgres psql -h localhost -U postgres
創(chuàng)建表 shipments，并插入數(shù)據(jù)。
-- PG
CREATE TABLE shipments (
shipment_id SERIAL NOT NULL PRIMARY KEY,
order_id SERIAL NOT NULL,
origin VARCHAR(255) NOT NULL,
destination VARCHAR(255) NOT NULL,
is_arrived BOOLEAN NOT NULL
);
ALTER SEQUENCE public.shipments_shipment_id_seq RESTART WITH 1001;
ALTER TABLE public.shipments REPLICA IDENTITY FULL;
INSERT INTO shipments
VALUES (default,10001,'Beijing','Shanghai',false),
(default,10002,'Hangzhou','Shanghai',false),
(default,10003,'Shanghai','Hangzhou',false);
2.啟動(dòng) Flink 集群和 Flink SQL CLI
使用下面的命令跳轉(zhuǎn)至 Flink 目錄下
cd flink-1.18.0
使用下面的命令啟動(dòng) Flink 集群
./bin/start-cluster.sh
啟動(dòng)成功的話，可以在 http://localhost:8081/ 訪問到 Flink Web UI，如下所示：
使用下面的命令啟動(dòng) Flink SQL CLI
./bin/sql-client.sh
啟動(dòng)成功后，可以看到如下的頁(yè)面：
3.在 Flink SQL CLI 中使用 Flink DDL 創(chuàng)建表
首先，開啟 checkpoint，每隔 3 秒做一次 checkpoint
-- Flink SQL
Flink SQL> SET execution.checkpointing.interval = 3s;
然后, 對(duì)于數(shù)據(jù)庫(kù)中的表 products，orders，shipments， 使用 Flink SQL CLI 創(chuàng)建對(duì)應(yīng)的表，用于同步這些底層數(shù)據(jù)庫(kù)表的數(shù)據(jù)。
-- Flink SQL
Flink SQL> CREATE TABLE products (
id INT,
name STRING,
description STRING,
PRIMARY KEY (id) NOT ENFORCED
) WITH (
'connector' = 'mysql-cdc',
'hostname' = 'localhost',
'port' = '3306',
'username' = 'root',
'password' = '123456',
'database-name' = 'mydb',
'table-name' = 'products'
);
Flink SQL> CREATE TABLE orders (
order_id INT,
order_date TIMESTAMP(0),
customer_name STRING,
price DECIMAL(10, 5),
product_id INT,
order_status BOOLEAN,
PRIMARY KEY (order_id) NOT ENFORCED
) WITH (
'connector' = 'mysql-cdc',
'hostname' = 'localhost',
'port' = '3306',
'username' = 'root',
'password' = '123456',
'database-name' = 'mydb',
'table-name' = 'orders'
);
Flink SQL> CREATE TABLE shipments (
shipment_id INT,
order_id INT,
origin STRING,
destination STRING,
is_arrived BOOLEAN,
PRIMARY KEY (shipment_id) NOT ENFORCED
) WITH (
'connector' = 'postgres-cdc',
'hostname' = 'localhost',
'port' = '5432',
'username' = 'postgres',
'password' = 'postgres',
'database-name' = 'postgres',
'schema-name' = 'public',
'table-name' = 'shipments',
'slot.name' = 'flink'
);
最后，創(chuàng)建 enriched_orders 表， 用來將關(guān)聯(lián)后的訂單數(shù)據(jù)寫入 Elasticsearch 中。
-- Flink SQL
Flink SQL> CREATE TABLE enriched_orders (
order_id INT,
order_date TIMESTAMP(0),
customer_name STRING,
price DECIMAL(10, 5),
product_id INT,
order_status BOOLEAN,
product_name STRING,
product_description STRING,
shipment_id INT,
origin STRING,
destination STRING,
is_arrived BOOLEAN,
PRIMARY KEY (order_id) NOT ENFORCED
) WITH (
'connector' = 'elasticsearch-7',
'hosts' = 'http://localhost:9200',
'index' = 'enriched_orders'
);
4.關(guān)聯(lián)訂單數(shù)據(jù)并且將其寫入 Elasticsearch 中
使用 Flink SQL 將訂單表 order 與 商品表 products，物流信息表 shipments 關(guān)聯(lián)，并將關(guān)聯(lián)后的訂單信息寫入 Elasticsearch 中。
-- Flink SQL
Flink SQL> INSERT INTO enriched_orders
SELECT o.*, p.name, p.description, s.shipment_id, s.origin, s.destination, s.is_arrived
FROM orders AS o
LEFT JOIN products AS p ON o.product_id = p.id
LEFT JOIN shipments AS s ON o.order_id = s.order_id;
現(xiàn)在，就可以在 Kibana 中看到包含商品和物流信息的訂單數(shù)據(jù)。
首先訪問 http://localhost:5601/app/kibana#/management/kibana/index_pattern，創(chuàng)建 index pattern：enriched_orders。
然后就可以在 http://localhost:5601/app/kibana#/discover 看到寫入的數(shù)據(jù)了。
接下來，修改 MySQL 和 Postgres 數(shù)據(jù)庫(kù)中表的數(shù)據(jù)，Kibana 中顯示的訂單數(shù)據(jù)也將實(shí)時(shí)更新：
在 MySQL 的 orders 表中插入一條數(shù)據(jù)：
--MySQL
INSERT INTO orders
VALUES (default, '2020-07-30 15:22:00', 'Jark', 29.71, 104, false);
在 Postgres 的 shipment 表中插入一條數(shù)據(jù)：
--PG
INSERT INTO shipments
VALUES (default,10004,'Shanghai','Beijing',false);
在 MySQL 的 orders 表中更新訂單的狀態(tài)：
--MySQL
UPDATE orders SET order_status = true WHERE order_id = 10004;
在 Postgres 的 shipment 表中更新物流的狀態(tài)：
--PG
UPDATE shipments SET is_arrived = true WHERE shipment_id = 1004;
在 MySQL 的 orders 表中刪除一條數(shù)據(jù)：
--MySQL
DELETE FROM orders WHERE order_id = 10004;
每執(zhí)行一步就刷新一次 Kibana，可以看到 Kibana 中顯示的訂單數(shù)據(jù)將實(shí)時(shí)更新，如下所示：
5.環(huán)境清理
本教程結(jié)束后，在 docker-compose.yml 文件所在的目錄下執(zhí)行如下命令停止所有容器：文章來源：http://www.zghlxwxcb.cn/news/detail-778709.html
docker-compose down
在 Flink 所在目錄 flink-1.18.0 下執(zhí)行如下命令停止 Flink 集群：文章來源地址http://www.zghlxwxcb.cn/news/detail-778709.html
./bin/stop-cluster.sh
到了這里，關(guān)于【大數(shù)據(jù)】基于 Flink CDC 構(gòu)建 MySQL 和 Postgres 的 Streaming ETL的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
