大数据组件(三)快速入门实时计算平台Dinky

大数据组件(三)快速入门实时计算平台Dinky

  • Dinky 是一个开箱即用的一站式实时计算平台(同样,还有StreamPark),以 Apache Flink 为基础,连接数据湖仓等众多框架,致力于流批一体和湖仓一体的建设与实践。

  • Dinky 是基于Spring Boot 轻应用,不需要在任何 Flink 集群修改源码或添加额外插件,无感知连接和监控Flink 集群。

    Image placeholder

  • 今天,我们以一个简单案例快速了解下实时计算平台Dinky:

    • 官网:https://www.dinky.org.cn/
    • GitHub:https://github.com/DataLinkDC/dinky

1 Dinky的下载及安装

  • 下载地址:https://www.dinky.org.cn/download/download
  • Dinky最新版本已经到了1.2.0,这里采用0.7.3版本为示例进行安装。
# 1、初始化dinky表
[root@centos01 apps]# tar -zxvf dlink-release-0.7.3.tar.gz
[root@centos01 apps]# mv dlink-release-0.7.3 dlink-0.7.3# Dinky采用mysql作为后端的存储库,部署需要MySQL5.7以上版本
# 创建数据库
mysql>CREATE DATABASE dinky;# 创建用户并允许远程登录
mysql>create user 'dinky'@'%' IDENTIFIED WITH mysql_native_password by 'dinky';# 授权
mysql>grant ALL PRIVILEGES ON dinky.* to 'dinky'@'%';mysql>flush privileges;# 登录创建好的dinky用户,执行初始化sql文件
mysql -udinky -pdinky
mysql> use dinky;
mysql> source /opt/apps/dlink-0.7.3/sql/dinky.sql# 2、修改Dinky连接mysql的配置文件
[root@centos01 dlink-0.7.3]# vim ./config/application.yml
spring:datasource:url: jdbc:mysql://${MYSQL_ADDR:centos01:3306}/${MYSQL_DATABASE:dinky}?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&useSSL=false&zeroDateTimeBehavior=convertToNull&serverTimezone=Asia/Shanghai&allowPublicKeyRetrieval=trueusername: ${MYSQL_USERNAME:dinky}password: ${MYSQL_PASSWORD:dinky}driver-class-name: com.mysql.cj.jdbc.Driverapplication:name: dlinkmvc:pathmatch:matching-strategy: ant_path_matcherformat:date: yyyy-MM-dd HH:mm:ss#json格式化全局配置jackson:time-zone: GMT+8date-format: yyyy-MM-dd HH:mm:ssmain:allow-circular-references: true# 3、加载依赖
# 需要在Dinky根目录下plugins/flink${FLINK_VERSION}文件夹并上传相关的Flink依赖
# 我这里使用的是flink1.14版本
cp /opt/apps/flink-1.14.4/lib/* /opt/apps/dlink-0.7.3/plugins/flink1.14# Dinky当前版本的yarn的perjob与application执行模式依赖flink-shade-hadoop,需要额外添加flink-shade-hadoop-uber-3包。
[root@centos01 plugins]# ll
total 58212
drwxr-xr-x. 3 root root     4096 Jan  6 17:27 flink1.14
-rw-r--r--. 1 root root 59604787 Dec 23 18:24 flink-shaded-hadoop-3-uber-3.1.1.7.2.9.0-173-9.0.jar# 注意:这里我放置了geohash-1.4.0.jar和fastjson-1.2.75.jar
# 还放了doris的connector
# 这是为了后面使用自定义函数
[root@centos01 plugins]# ll flink1.14/
total 240560
-rw-r--r--. 1 root root     53820 Jan  3 23:34 commons-cli-1.4.jar
-rw-r--r--. 1 root root    655085 Jan  6 17:27 fastjson-1.2.75.jar
-rw-r--r--. 1 tom  1001     85584 Feb 25  2022 flink-csv-1.14.4.jar
-rw-r--r--. 1 tom  1001 136063964 Feb 25  2022 flink-dist_2.12-1.14.4.jar
-rw-r--r--. 1 root root   8077256 Dec 23 13:43 flink-doris-connector-1.14_2.12-1.1.1.jar
-rw-r--r--. 1 tom  1001    153145 Feb 25  2022 flink-json-1.14.4.jar
-rw-r--r--. 1 root root  59604787 Dec 23 18:25 flink-shaded-hadoop-3-uber-3.1.1.7.2.9.0-173-9.0.jar
-rw-r--r--. 1 tom  1001   7709731 Sep 10  2021 flink-shaded-zookeeper-3.4.14.jar
-rw-r--r--. 1 tom  1001  39635530 Feb 25  2022 flink-table_2.12-1.14.4.jar
-rw-r--r--. 1 root root     25422 Jan  6 15:48 geohash-1.4.0.jar
-rw-r--r--. 1 root root   1654887 Dec 24 21:16 hadoop-mapreduce-client-core-3.1.1.jar
-rw-r--r--. 1 tom  1001    208006 Jan 13  2022 log4j-1.2-api-2.17.1.jar
-rw-r--r--. 1 tom  1001    301872 Jan  7  2022 log4j-api-2.17.1.jar
-rw-r--r--. 1 tom  1001   1790452 Jan  7  2022 log4j-core-2.17.1.jar
-rw-r--r--. 1 tom  1001     24279 Jan  7  2022 log4j-slf4j-impl-2.17.1.jar# 另外,需要注意的是:这里把除了flink1.14之外的目录全部删除了,否则在使用的过程中会报错如下:
Caused by: java.io.IOException: Cannot find any jar files for plugin in directory [plugins/flink1.11]. Please provide the jar files for the plugin or delete the directory.at org.apache.flink.core.plugin.DirectoryBasedPluginFinder.createJarURLsFromDirectory(DirectoryBasedPluginFinder.java:103)at org.apache.flink.core.plugin.DirectoryBasedPluginFinder.createPluginDescriptorForSubDirectory(DirectoryBasedPluginFinder.java:88)at org.apache.flink.util.function.FunctionUtils.lambda$uncheckedFunction$2(FunctionUtils.java:73)# 4、上传jar包到hdfs
# 使用Application模式时,需要将flink和dinky相关的包上传到HDFS
hdfs dfs -mkdir -p /dinky/jar/
hdfs dfs -put /opt/apps/dlink-0.7.3/jar/dlink-app-1.14-0.7.3-jar-with-dependencies.jar /dinky/jarhdfs dfs -mkdir /flink-dist
hdfs dfs -put /opt/apps/flink-1.14.4/lib /flink-dist
hdfs dfs -put /opt/apps/flink-1.14.4/plugins /flink-dist# 5、启动、关闭
cd /opt/apps/dlink-0.7.3
[root@centos01 dlink-0.7.3]# ./auto.sh start 1.14
[root@centos01 dlink-0.7.3]# jps
1688 Dlink# web相关
web页面:http://centps01:8888
默认用户名/密码: admin/admin# 关闭命令
[root@centos01 dlink-0.7.3]# ./auto.sh stop

在这里插入图片描述

2 案例讲解_快速入门实时计算平台Dinky

  • 我们用下面的案例,快速了解下如何基于Dinky进行开发flink-sql程序
  • 如下图,我们读取kafka的日志事件,去look-up join在Hbase库中的维表,打宽后再sink到kafka中,并冗余一份数据到doris中
  • 平台更多的用法还是参考官方文档:https://www.dinky.org.cn/docs/next/get_started/overview

在这里插入图片描述

2.1 集群配置

  • 集群实例管理适用于 Standalone,Yarn Session 和 Kubernetes Session 这三种集群实例的注册
  • 集群配置管理适用于 Yarn Per-job、Yarn Application 和 Kubernetes Application 这三种类型配置。
# 这里为方便使用Standalone集群
[root@centos01 dlink-0.7.3]# /opt/apps/flink-1.14.4/bin/start-cluster.sh 
Starting cluster.
Starting standalonesession daemon on host centos01.
Starting taskexecutor daemon on host centos01.# web页面
http://centos01:8081
  • 注册Standalone集群

在这里插入图片描述

  • 这里再展示下Flink on yarn的注册

在这里插入图片描述

在这里插入图片描述

  • 配置中心配置下提交 FlinkSQL 的 Jar 文件路径

在这里插入图片描述

2.2 Flink 连接配置变量(user_info2hbase任务)

  • 我们需要将mysql用户数据同步到hbase中,然后利用flink-sql关联hbase

  • 这里我们直接使用flink-cdc同步数据

  • 利用Dinky,我们可以自动生成flink-sql中建表语句
    在这里插入图片描述

在这里插入图片描述

-- Flink 连接配置: (可以放入公共参数,及其敏感信息参数)'hostname' = '192.168.42.104','port' = '3306','username' = 'root','password' = '123456'-- Flink 连接模板: 注意引用变量的前后逗号, 使用此方式作业右侧必须开启全局变量
-- ${schemaName} 动态获取数据库,${tableName} 动态获取表名称'connector' = 'mysql-cdc',${Centos04-Mysql},'scan.incremental.snapshot.enabled' = 'true','debezium.snapshot.mode'='latest-offset','database-name' = '${schemaName}','table-name' = '${tableName}'
  • 添加完数据源,在元数据中心可以访问

在这里插入图片描述

  • 下面在数据开发中可以创建flink-sql作业:

    • ADD JAR语句用于将用户jar添加到classpath。利用Mysql-cdc需要connector,我们flink/lib目录中并无此Jar包,因此这里我们添加此jar包;

    • 执行模式,我们选择Standalone,然后Flink集群就会出现我们之前配置过的集群信息;

      在这里插入图片描述

    • 这里的DefaultCatalog是dinky自己实现了 mysql-catalog,而非flink原生基于内存的catalog。因此,程序结束后,在结构中(默认my_catalog.default_database),还能查看到表信息;

    在这里插入图片描述

    • 右边需要启用全局变量,然后dinky会进行替换

    在这里插入图片描述

    • 点击执行配置,任务会提交到flink-standalone集群上,启用打印流,就能通过"select * from"获取最新数据,这样方便我们进行调试
      在这里插入图片描述

    在这里插入图片描述

    • 在运维中心可以查看相关信息,也可以停止job

    在这里插入图片描述

    在这里插入图片描述

-- 添加mysql-cdc的jar包
add jar '/opt/apps/bak_jars/flink-sql-connector-mysql-cdc-2.3.0.jar';-- 读取mysql的cdc数据
drop table if exists ums_member_cdc;
CREATE TABLE IF NOT EXISTS ums_member_cdc (`id` BIGINT NOT NULL,`username` STRING,`phone` STRING,`user_status` INT,`create_time` TIMESTAMP,`gender` INT,`birthday` DATE,`province` STRING,`city` STRING,`job` STRING,`source_type` INT,PRIMARY KEY ( `id` ) NOT ENFORCED
) WITH ('connector' = 'mysql-cdc',${Centos04-Mysql},'scan.incremental.snapshot.enabled' = 'true','debezium.snapshot.mode'='latest-offset','database-name' = 'mall','table-name' = 'ums_member'
);select * from ums_member_cdc;
  • 我们现在需要将ums_member_cdc同步到hbase中,下面给出代码
-- 添加mysql-cdc的jar包
add jar '/opt/apps/bak_jars/flink-sql-connector-mysql-cdc-2.3.0.jar';-- 读取mysql的cdc数据
drop table if exists ums_member_cdc;
CREATE TABLE IF NOT EXISTS ums_member_cdc (`id` BIGINT NOT NULL,`username` STRING,`phone` STRING,`user_status` INT,`create_time` TIMESTAMP,`gender` INT,`birthday` DATE,`province` STRING,`city` STRING,`job` STRING,`source_type` INT,PRIMARY KEY ( `id` ) NOT ENFORCED
) WITH ('connector' = 'mysql-cdc',${Centos04-Mysql},'scan.incremental.snapshot.enabled' = 'true','debezium.snapshot.mode'='latest-offset','database-name' = 'mall','table-name' = 'ums_member'
);-- 添加hbase相关的jar包
add jar '/opt/apps/bak_jars/flink-connector-hbase-base_2.12-1.14.4.jar'; 
add jar '/opt/apps/bak_jars/flink-connector-hbase-2.2_2.12-1.14.4.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-common-2.2.5.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-client-2.2.5.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-protocol-2.2.5.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-protocol-shaded-2.2.5.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-shaded-miscellaneous-2.2.1.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-shaded-netty-2.2.1.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-shaded-protobuf-2.2.1.jar';-- hbase(main):029:0> create 'dim_user_info', 'f1'
-- 创建hbase的映射表
create table if not exists dim_user_hbase(                   id STRING,                        f1 ROW<                                 id BIGINT,                           phone STRING,                        user_status INT,                          create_time TIMESTAMP(3),            gender INT,                          birthday DATE,                       province STRING,                     city STRING,                         job STRING,                          source_type INT>                     
) WITH(                                    'connector' = 'hbase-2.2',             'table-name' = 'dim_user_info',        'zookeeper.quorum' = 'centos01:2181'    
);-- 将Mysql-cdc的信息写入到hbase中
insert into dim_user_hbase
select cast(id as string) as id, row(id,phone,user_status,create_time,gender,birthday,province,city,job,source_type) as f1
from   ums_member_cdc;

注(相关表信息):

DROP TABLE IF EXISTS `ums_member`;
CREATE TABLE `ums_member` (`id` bigint(20) NOT NULL,`username` varchar(64) DEFAULT NULL,`phone` varchar(64) DEFAULT NULL,`user_status` int(11) DEFAULT NULL,`create_time` datetime DEFAULT NULL,`gender` int(11) DEFAULT NULL,`birthday` date DEFAULT NULL,`province` varchar(64) DEFAULT NULL,`city` varchar(64) DEFAULT NULL,`job` varchar(64) DEFAULT NULL,`source_type` int(11) DEFAULT NULL,PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;-- ----------------------------
-- Records of ums_member
-- ----------------------------
INSERT INTO `ums_member` VALUES ('1', 'tom', '18616350000', '0', '2023-04-06 01:00:00', '0', '1995-02-18', '浙江省', '杭州市', '运营', '1');
INSERT INTO `ums_member` VALUES ('2', 'hank', '18616350001', '0', '2023-04-06 01:00:00', '1', '1995-03-18', '浙江省', '宁波市', '运营', '1');

2.3 mock维表数据

[root@centos01 dlink-0.7.3]# hbase shellhbase(main):001:0> create 'dim_page_info', 'f'put 'dim_page_info', '/mall/', 'f:pt', '商品详情页'
put 'dim_page_info', '/mall/', 'f:sv', '商城服务'
put 'dim_page_info', '/mall/search/', 'f:pt', '搜索结果页'
put 'dim_page_info', '/mall/search/', 'f:sv', '搜索服务'
put 'dim_page_info', '/mall/promotion/', 'f:pt', '活动页'
put 'dim_page_info', '/mall/promotion/', 'f:sv', '商城服务'hbase(main):001:0> list
TABLE
dim_geo_area
dim_page_info
dim_user_info
3 row(s)# 这里dim_geo_area是将一些全国一些地方典型经纬度(百度坐标系)的转换为geoHash编码
# 后面,将用户经纬度同样转换为geoHash编码,关联用户所在的省、市、区\县
# 可以自己模拟几条数据
hbase(main):003:0> get 'dim_geo_area', 'w7w3j', {FORMATTER=>'toString'}
COLUMN                               CELL   
f:p                                     timestamp=1736131692022, value=海南省 
f:c                                     timestamp=1736131692022, value=海口市             
f:r                                     timestamp=1736131692022, value=秀英区                      
1 row(s)
Took 0.0084 seconds

2.4 维表join

  • 下面所示geohash所用的jar包,我们用来定义udf函数

    • 创建Java作业,udf模板选择java_udf

      在这里插入图片描述

    • 然后,修改为下面的代码

    package com.yyds.udf;import org.apache.flink.table.functions.ScalarFunction;
    // 注意:这里使用到的jar包,已经手动放在了flink安装目录下的lib下
    // 同时,也同步到dinky的/opt/apps/dlink-0.7.3/plugins/flink1.14目录中
    // 参考:Dinky的下载及安装
    import ch.hsr.geohash.GeoHash;public class GetGeoHash extends ScalarFunction {// 接受一个gps座标,返回它的geohash码public String eval(Double lng, Double lat){String geohash = null;try{geohash = GeoHash.geoHashStringWithCharacterPrecision(lat,lng,5);} catch (Exception e){}return geohash;}
    }
    
    • geohash算法使用了下面的jar包
<dependency><groupId>ch.hsr</groupId><artifactId>geohash</artifactId><version>1.4.0</version>
</dependency>
  • 维表join的代码如下:
-- 设置相关参数
set 'execution.checkpointing.interval'= '10000';
set 'state.checkpoints.dir' = 'hdfs://centos01:8020/flink_ck/dwd_sink2kafka';-- 注册udf函数
create function if not exists GetGeoHash as 'com.yyds.udf.GetGeoHash';-- 添加kafka相关jar包
add jar '/opt/apps/bak_jars/flink-connector-kafka_2.12-1.14.4.jar';
add jar '/opt/apps/bak_jars/kafka-clients-2.6.2.jar';
-- 添加hbase相关的jar包
add jar '/opt/apps/bak_jars/flink-connector-hbase-2.2_2.12-1.14.4.jar';
add jar '/opt/apps/bak_jars/flink-connector-hbase-base_2.12-1.14.4.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-common-2.2.5.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-client-2.2.5.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-protocol-2.2.5.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-protocol-shaded-2.2.5.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-shaded-miscellaneous-2.2.1.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-shaded-netty-2.2.1.jar';
add jar '/opt/apps/hbase-2.2.5/lib/hbase-shaded-protobuf-2.2.1.jar';-- 1、获取kafka主表
-- 创建topic
-- /opt/apps/kafka_2.12-2.6.2/bin/kafka-topics.sh --create --replication-factor 1 --partitions 1 --bootstrap-server centos01:9092 --topic mall_logs
-- 启动生产者
-- /opt/apps/kafka_2.12-2.6.2/bin/kafka-console-producer.sh --bootstrap-server centos01:9092 --topic mall_logsdrop table if exists mall_logs_kafka_source;
CREATE TABLE if not exists mall_logs_kafka_source (`carrier`           STRING,`deviceId`          STRING,`deviceType`        STRING,`eventId`           STRING,`id`                BIGINT,`isNew`             INT,`latitude`          DOUBLE,`longitude`         DOUBLE,`netType`           STRING,`osName`            STRING,`osVersion`         STRING,`properties`        map<string,string> ,`releaseChannel`    STRING,`resolution`        STRING,`sessionId`         STRING,`timestamp`         bigint,proc_time   AS PROCTIME()
) WITH ('connector' = 'kafka','topic' = 'mall_logs','properties.bootstrap.servers' = '192.168.42.101:9092','properties.group.id' = 'flink_group', 'format' = 'json','json.fail-on-missing-field' = 'false', 'scan.startup.mode' = 'earliest-offset','value.fields-include' = 'EXCEPT_KEY'
);-- 2、从hbase中获取地域信息维表、用户信息维表
-- 地域信息维表
drop table if exists dim_geo_area_hbase;
create table if not exists dim_geo_area_hbase(                   geohash STRING,                        f ROW<   p STRING, c STRING, r STRING                              >                     
) WITH(                                    'connector' = 'hbase-2.2',             'table-name' = 'dim_geo_area',        'zookeeper.quorum' = 'centos01:2181'
);-- 用户信息维表
drop table if exists dim_user_info_hbase;
create table if not exists dim_user_info_hbase(                   id STRING,                        f1 ROW<                                 id BIGINT,                           phone STRING,                        user_status INT,                          create_time TIMESTAMP(3),            gender INT,                          birthday STRING,                       province STRING,                     city STRING,                         job STRING,                          source_type INT>                     
) WITH(                                    'connector' = 'hbase-2.2',             'table-name' = 'dim_user_info',        'zookeeper.quorum' = 'centos01:2181'    
);-- 页面信息维表
drop table if exists dim_page_info_hbase;
create table if not exists dim_page_info_hbase(  url_prefix STRING,                      f  ROW<                                 sv STRING,                           pt STRING>                          ) WITH(                                    'connector' = 'hbase-2.2',             'table-name' = 'dim_page_info',        'zookeeper.quorum' = 'centos01:2181'    );-- 3、使用lookup join进行维表关联
CREATE TEMPORARY VIEW tmp_wide_view AS 
SELECT e.id             as user_id,e.isNew          as is_new,e.sessionId      as session_id,e.eventId        as event_id,e.`timestamp`    as action_time,e.longitude      as longitude,e.latitude       as latitude,GetGeoHash(e.longitude, e.latitude) as geohash,e.releaseChannel as release_channel,e.deviceType     as device_type,e.properties,e.netType        as net_type,e.osName         as os_name,-- 用户信息u.f1.phone       as register_phone,u.f1.user_status as user_status,u.f1.create_time as register_time,u.f1.gender      as register_gender,u.f1.birthday    as register_birthday,u.f1.province    as register_province,u.f1.city        as register_city,u.f1.job         as register_job,u.f1.source_type as register_source_type,-- 地域信息g.f.p            as gps_province,g.f.c            as gps_city,g.f.r            as gps_region,-- 页面信息p.f.pt           as page_type,p.f.sv           as page_service
FROM mall_logs_kafka_source AS e
LEFT JOIN dim_user_info_hbase     FOR SYSTEM_TIME AS OF e.proc_time AS u
ON cast(e.id as string) = cast(u.id as string)
LEFT JOIN dim_geo_area_hbase      FOR SYSTEM_TIME AS OF e.proc_time AS g 
ON GetGeoHash(e.longitude, e.latitude) = g.geohash
LEFT JOIN dim_page_info_hbase     FOR SYSTEM_TIME AS OF e.proc_time AS p 
ON regexp_extract(e.properties['url'], '^(.*/).*?') = p.url_prefix;-- 4、将宽表sink到kafka
-- 创建topic: /opt/apps/kafka_2.12-2.6.2/bin/kafka-topics.sh --create --replication-factor 1 --partitions 1 --bootstrap-server centos01:9092 --topic dwd_user_details
drop table if exists dwd_user_details_kafka;
CREATE TABLE if not exists dwd_user_details_kafka (user_id           BIGINT,is_new            INT,session_id        STRING,event_id          STRING,action_time       BIGINT,longitude         DOUBLE,latitude          DOUBLE,geohash           STRING,release_channel   STRING,device_type       STRING,properties        MAP<STRING, STRING>,net_type          STRING,       os_name           STRING,register_phone    STRING,user_status       INT,register_time     TIMESTAMP(3),register_gender   INT,register_birthday STRING,register_province STRING,register_city     STRING,register_job      STRING,register_source_type INT,gps_province      STRING,gps_city          STRING,gps_region        STRING,page_type         STRING,page_service      STRING
) WITH ('connector' = 'kafka','topic' = 'dwd_user_details','properties.bootstrap.servers' = 'centos01:9092','properties.group.id' = 'testGroup2','scan.startup.mode' = 'earliest-offset','value.format' = 'json','value.json.fail-on-missing-field' = 'false',   -- 正确命名空间下的配置项'value.json.ignore-parse-errors' = 'true'      -- 正确命名空间下的配置项
);-- 插入到kafka
insert into dwd_user_details_kafka select * from tmp_wide_view;

注(几条kafka样例数据):

{"carrier":"中国电信","deviceId":"fae6233e-f973-42bb-abc6-8d39cbd56074","deviceType":"MI-NOTE","eventId":"app_launch","id":1,"isNew":0,"lastUpdate":2023,"latitude":29.30644391183944,"longitude":120.06729564866686,"netType":"WIFI","osName":"android","osVersion":"8.5","releaseChannel":"小米游戏中心","resolution":"1024*768","sessionId":"HvBGPAxJ3Bmi","timestamp":1618020104340}                                    
{"carrier":"中国电信","deviceId":"fae6233e-f973-42bb-abc6-8d39cbd56074","deviceType":"MI-NOTE","eventId":"mall_click","id":1,"isNew":0,"lastUpdate":2023,"latitude":29.30644391183944,"longitude":120.06729564866686,"netType":"WIFI","osName":"android","osVersion":"8.5","properties":{"url":"/mall/item-2.html","item_id":2},"releaseChannel":"小米游戏中心","resolution":"1024*768","sessionId":"HvBGPAxJ3Bmi","timestamp":1618020106190}
{"carrier":"中国电信","deviceId":"fae6233e-f973-42bb-abc6-8d39cbd56074","deviceType":"MI-NOTE","eventId":"mall_click","id":1,"isNew":0,"lastUpdate":2023,"latitude":29.30644391183944,"longitude":120.06729564866686,"netType":"WIFI","osName":"android","osVersion":"8.5","properties":{"url":"/mall/item-666.html","item_id":666},"releaseChannel":"小米游戏中心","resolution":"1024*768","sessionId":"HvBGPAxJ3Bmi","timestamp":1618020106190}
{"carrier":"中国移动","deviceId":"863b13cc-23d5-4b22-8c41-8af6f2bc2436","deviceType":"LEPHONE-6","eventId":"app_launch","id":2,"isNew":0,"lastUpdate":2021,"latitude":19.88434436079741,"longitude":110.26320040618856,"netType":"5G","osName":"android","osVersion":"8.5","releaseChannel":"优亿市场","resolution":"2048*1024","sessionId":"VrRAxksJfobh","timestamp":1618020104396}

2.5 kafka2doris

  • 冗余一份数据到doris,注意:这里同样注册了Udf函数
  • 这里的数据源已经在mysql-catalog中,因此可以直接使用
-- 设置相关参数
set 'execution.checkpointing.interval'= '10000';
set 'state.checkpoints.dir' = 'hdfs://centos01:8020/flink_ck/dwd_kafka2doris';-- 注册udf函数
create function if not exists Map2JsonStr as 'com.yyds.udf.Map2JsonStr';-- 添加kafka相关jar包
add jar '/opt/apps/bak_jars/flink-connector-kafka_2.12-1.14.4.jar';
add jar '/opt/apps/bak_jars/kafka-clients-2.6.2.jar';
-- 添加doris相关的jar包
add jar '/opt/apps/flink-1.14.4/lib/flink-doris-connector-1.14_2.12-1.1.1.jar';drop table if exists dwd_user_details_doris;
CREATE TABLE if not exists dwd_user_details_doris (gps_province         VARCHAR(16),gps_city             VARCHAR(16),gps_region           VARCHAR(16),dt                   DATE,user_id              BIGINT,is_new               INT,session_id           VARCHAR(20),event_id             VARCHAR(10),action_time          BIGINT,longitude            DOUBLE,latitude             DOUBLE,release_channel      VARCHAR(20),device_type          VARCHAR(20),properties           VARCHAR(80),  -- 注意:Doris中不支持Map类型net_type             VARCHAR(10),os_name              VARCHAR(10),register_phone       VARCHAR(20),user_status          INT,register_time        TIMESTAMP(3),register_gender      INT,register_birthday    VARCHAR(20),register_province    VARCHAR(20),register_city        VARCHAR(20),register_job         VARCHAR(20),register_source_type INT,page_type            VARCHAR(20),page_service         VARCHAR(20)
) WITH ('connector' = 'doris','fenodes' = 'centos01:8030','table.identifier' = 'doris_database.dwd_user_details','username' = 'root','password' = '123456','sink.label-prefix' = 'doris_sink_label-963'
);-- 从kafka插入到doris中,即冗余一份到doris
INSERT INTO dwd_user_details_doris
SELECT gps_province,gps_city,gps_region,TO_DATE(DATE_FORMAT(TO_TIMESTAMP_LTZ(action_time, 3), 'yyyy-MM-dd')) AS dt,user_id,is_new,session_id,event_id,action_time,longitude,latitude,release_channel,device_type,Map2JsonStr(properties) AS properties, -- 注意:确保Map2JsonStr是已注册的UDF函数net_type,os_name,register_phone,user_status,register_time,register_gender,cast(register_birthday as string) as register_birthday,register_province,register_city,register_job,register_source_type,page_type,page_service
FROM dwd_user_details_kafka;

注:

  • doris结果展示

在这里插入图片描述

  • udf函数的定义
package com.yyds.udf;import org.apache.flink.table.functions.ScalarFunction;
// 同样用到外部jar包
import com.alibaba.fastjson.JSON;import java.util.Map;public class Map2JsonStr extends ScalarFunction {public String eval(Map<String,String> properties) {return  JSON.toJSONString(properties);}
}
  • doris结果表的建表语句
CREATE TABLE IF NOT EXISTS dwd_user_details (gps_province         VARCHAR(16),gps_city             VARCHAR(16),gps_region           VARCHAR(16),dt                   DATE,user_id              BIGINT,is_new               INT,session_id           VARCHAR(20),event_id             VARCHAR(10),action_time          BIGINT,longitude            DOUBLE,latitude             DOUBLE,release_channel      VARCHAR(20),device_type          VARCHAR(20),properties           VARCHAR(80),  -- 注意:Doris中不支持Map类型net_type             VARCHAR(10),os_name              VARCHAR(10),register_phone       VARCHAR(20),user_status          INT,register_time        DATETIME,     -- Doris 不直接支持 TIMESTAMP(3),使用DATETIME代替register_gender      INT,register_birthday    VARCHAR(20),register_province    VARCHAR(20),register_city        VARCHAR(20),register_job         VARCHAR(20),register_source_type INT,page_type            VARCHAR(20),page_service         VARCHAR(20)
) ENGINE=OLAP
DUPLICATE KEY(gps_province, gps_city, gps_region, dt, user_id)
DISTRIBUTED BY HASH(user_id) BUCKETS 10
PROPERTIES ("replication_num" = "1","in_memory" = "false","storage_format" = "DEFAULT"
);
  • 平台更多用法,如:报警组配置、CDCSOURCE的整库同步、flink jar包的运行、flink on yarn运行等,请参考官方文档,不再赘述。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/503114.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

实际开发中,常见pdf|word|excel等文件的预览和下载

实际开发中,常见pdf|word|excel等文件的预览和下载 背景相关类型数据之间的转换1、File转Blob2、File转ArrayBuffer3、Blob转ArrayBuffer4、Blob转File5、ArrayBuffer转Blob6、ArrayBuffer转File 根据Blob/File类型生成可预览的Base64地址基于Blob类型的各种文件的下载各种类型…

《Vue3实战教程》19:Vue3组件 v-model

如果您有疑问&#xff0c;请观看视频教程《Vue3实战教程》 组件 v-model​ 基本用法​ v-model 可以在组件上使用以实现双向绑定。 从 Vue 3.4 开始&#xff0c;推荐的实现方式是使用 defineModel() 宏&#xff1a; vue <!-- Child.vue --> <script setup> co…

源代码编译安装X11及相关库、vim,配置vim(1)

一、目录结构 如下。 所有X11及相关库装到mybuild&#xff0c;源代码下载到src下&#xff0c;解压&#xff0c;进入&#xff0c;编译安装。编译时指定--prefix到相同的目录&#xff0c;即上图中mybuild。 ./configure --prefixpwd/../../mybuild [CFLAGS"-I/path/to/X11…

图漾相机基础操作

1.客户端概述 1.1 简介 PercipioViewer是图漾基于Percipio Camport SDK开发的一款看图软件&#xff0c;可实时预览相机输出的深度图、彩色图、IR红外图和点云图,并保存对应数据&#xff0c;还支持查看设备基础信息&#xff0c;在线修改gain、曝光等各种调节相机成像的参数功能…

vulnhub靶场-potato(至获取shell)

arp-scan -l 扫描IP 使用御剑端口扫描扫描端口&#xff0c;扫到了80和7120两个端口&#xff0c;其中7120为ssh端口 使用dirb http://192.168.171.134 扫描目录 发现info.php 访问为phpinfo界面 访问192.168.171.134为一个大土豆&#xff0c;没什么用 所以我们从ssh入手 盲…

谈一谈对事件循环的理解

事件循环⼜叫做消息循环&#xff0c;是浏览器渲染主线程的⼯作⽅式。特别是在JavaScript和Node.js等异步编程环境中&#xff0c;也是核心概念之一。它的主要作用是管理异步操作&#xff0c;确保代码的执行顺序和效率。 并且这个话题很有可能是一个面试题。我先把参考答案放下面…

kafka使用以及基于zookeeper集群搭建集群环境

一、环境介绍 zookeeper下载地址&#xff1a;https://zookeeper.apache.org/releases.html kafka下载地址&#xff1a;https://kafka.apache.org/downloads 192.168.142.129 apache-zookeeper-3.8.4-bin.tar.gz kafka_2.13-3.6.0.tgz 192.168.142.130 apache-zookee…

解决 IntelliJ IDEA 中 Tomcat 日志乱码问题的详细指南

目录 前言1. 分析问题原因2. 解决方案 2.1 修改 IntelliJ IDEA 的 JVM 选项2.2 配置 Tomcat 实例的 VM 选项 2.2.1 设置 Tomcat 的 VM 选项2.2.2 添加环境变量 3. 进一步优化 3.1 修改 Tomcat 的 logging.properties3.2 修改操作系统默认编码 3.2.1 Windows 系统3.2.2 Linux …

067B-基于R语言平台Biomod2模型的物种分布建模与数据可视化-高阶课程【2025】

课程培训包含&#xff1a;发票全套软件脚本学习数据视频文件导师答疑 本教程旨在通过系统的培训学习&#xff0c;学员可以掌握Biomod2模型最新版本的使用方法&#xff0c;最新版包含12个模型&#xff08;ANN, CTA, FDA, GAM, GBM, GLM, MARS, MAXENT, MAXNET, RF, SRE, XGBOOST…

【论文复现】改进麻雀搜索算法优化冷水机组的最优负载调配问题

目录 1.摘要2.麻雀搜索算法SSA原理3.改进策略4.结果展示5.参考文献6.代码获取 1.摘要 为了应对暖通空调&#xff08;HVAC&#xff09;系统由于不当负荷分配导致的高能源消耗问题&#xff0c;本文提出了一种改进麻雀搜索算法&#xff08;ISSA&#xff09;。ISSA算法旨在在满足负…

Java实现下载excel模板,并实现自定义下拉框

GetMapping("excel/download")ApiOperation(value "模板下载")public void getUserRecordTemplate(HttpServletResponse response, HttpServletRequest request) throws IOException {OutputStream outputStream response.getOutputStream();InputStream…

UCAS-算法设计与分析(专硕)-复习参考

算法设计与分析&#xff08;专硕&#xff09; 希望对后来者选课 or 复习提供参考 考试时间&#xff1a;2025年1月6日 18:10~21:00 15 个选择、10个填空、10个计算大题 三个小时&#xff0c;手没有停过&#xff0c;不停得在算&#xff0c;好在没有留空&#xff0c;但已知有些内…

什么样的人适合从事FPGA开发的工作?

FPGA开发不仅要求扎实的技术基础&#xff0c;还非常看重团队合作、自信、沟通技巧以及细致入微的工作态度。从业者需具备面对复杂项目的自信&#xff0c;优秀的沟通能力以确保团队协作顺畅&#xff0c;严谨细心以应对精密的硬件设计&#xff0c;以及强烈的责任心来驱动每一个开…

GitLab 创建项目、删除项目

1、创建项目 点击左上角图标&#xff0c;回到首页 点击 Create a project 点击 Create blank project 输入项目名称&#xff0c;点击Create Project 创建成功 2、删除项目 进入项目列表 点击对应项目&#xff0c;进入项目 进入Settings页面 拖到页面底部&#xff0c;展开Adva…

Visual studio code编写简单记事本exe笔记

安装扩展cmake tools c/c c/c Extension pack CMakeLists.txt cmake_minimum_required(VERSION 3.20) project(NotepadApp)set(CMAKE_CXX_STANDARD 17) set(CMAKE_CXX_STANDARD_REQUIRED ON)# Windows specific settings if(WIN32)set(CMAKE_WINDOWS_EXPORT_ALL_SYMBOLS ON)s…

容器技术思想 Docker K8S

容器技术介绍 以Docker为代表的容器技术解决了程序部署运行方面的问题。在容器技术出现前&#xff0c;程序直接部署在物理服务器上&#xff0c;依赖管理复杂&#xff0c;包括各类运行依赖&#xff0c;且易变&#xff0c;多程序混合部署时还可能产生依赖冲突&#xff0c;给程序…

导出中心设计

业务背景 应用业务经常需要导出数据&#xff0c;但是并发的导出以及不合理的导出参数常常导致应用服务的内存溢出、其他依赖应用的崩溃、导出失败&#xff1b;因此才有导出中心的设计 设计思想 将导出应用所需的内存转移至导出中心&#xff0c;将导出的条数加以限制&#xf…

Unity 中计算射线和平面相交距离的原理

有此方法 能够计算射线和平面是否相交以及射线起点到平面交点的距离 代码分析 var dot Vector3.Dot(ray.direction, plane.normal);计算射线和平面法线的点积&#xff0c;如果大于等于0&#xff0c;则说明射线和平面没有相交&#xff0c;否则&#xff0c;说明射线和平面相交…

网络安全抓包

#知识点&#xff1a; 1、抓包技术应用意义 //有些应用或者目标是看不到的&#xff0c;这时候就要进行抓包 2、抓包技术应用对象 //app,小程序 3、抓包技术应用协议 //http&#xff0c;socket 4、抓包技术应用支持 5、封包技术应用意义 总结点&#xff1a;学会不同对象采用…

数学建模入门——描述性统计分析

摘要&#xff1a;本篇博客主要讲解了数学建模入门的描述性统计分析&#xff0c;包括基本统计量的计算、数据的分布形态、数据可视化和相关性分析。 往期回顾&#xff1a; 数学建模入门——建模流程-CSDN博客 数学建模入门——数据预处理&#xff08;全&#xff09;-CSDN博客 …