flink消费kafka的数据

一、启动Kafka集群和flink集群

1. 环境变量配置（注：kafka 3台都需要设置，flink仅master设置就好）

[root@master ~]# vim /etc/profile

 

配置完执行命令：

[root@master ~]# source /etc/profile

 

2.创建执行文件，添加启动服务

1.  
   [root@master ~]# vim start_kafka.sh
2.  
   添加（注：3台都需要设置）：
3.  
   zookeeper-server-start.sh
4.  
   -daemon $KAFKA_HOME/config/zookeeper.properties &
5.  
   kafka-server-start.sh -daemon $KAFKA_HOME/config/server.properties &

1.  
   [root@master ~]# vim start_flink.sh
2.  
   添加（仅master创建即可）：
3.  
   start-cluster.sh

3.分别启动kafka集群

由于kafka集群依赖于zookeeper集群，所以kafka提供了通过kafka去启动zookeeper集群的功能

[root@master ~]# ./start_kafka.sh

 

4.master启动flink集群

[root@master ~]# ./start_flink.sh

 

5.验证：进程及WebUI

（1）进程

1.  
   [root@master ~]# jps
2.  
   1488 QuorumPeerMain
3.  
   2945 Kafka
4.  
   1977 SecondaryNameNode
5.  
   2505 JobManager
6.  
   1900 NameNode
7.  
   2653 Jps

（2）WebUI

输入：ip：8081

二、编写Flink程序，实现consume kafka的数据

1.代码前的操作及配置

使用idea创建maven创建工程前准备：

Jdk（1.8.0_181）

Scala plugin for IDEA（在IDEA中下载）

Maven（3.5.3）

Scala的jar包（2.11.0）

（1）打开IDEA软件

（2）更改字体（非必须）

导航栏：File—->settings—->appearance&behavior—->appeareance—>override default fonts by(not recommended) 

编辑器：file—–>settings—–>editor—->colors&fonts—–>font

控制台：file—–>settings—–>editor—->colors&fonts—–>font—->console font

（3）下载scala for intellij idea的插件（若有则跳过此步）

Flie->settings->plugins

点击下载安装插件，然后重启Intellij IDEA。

（4）使用"new project"创建一个带scala的maven工程

（5）指定程序的groupId和artifactId

（6）指定程序的工程名和路径

（7）更换下载源（根据需要）

安装路径下更改plugins\maven\lib\maven3\conf\settings.xml

然后找到mirrors标签替换即可，瞬间满速下载jar

1.  
   <mirror>
2.  
   <id>alimaven</id>
3.  
   <name>aliyun maven</name>
4.  
   <url>http://maven.aliyun.com/nexus/content/groups/public/</url>
5.  
   <mirrorOf>central</mirrorOf>
6.  
   </mirror>

（8）pom.xml配置（主要添加依赖和将项目打成jar包的插件），添加以下依赖：

添加的依赖：

groupId	artifactId	version
org.apache.flink	flink-core	1.3.2
org.apache.flink	flink-connector-kafka-0.10_2.11	1.3.2
org.apache.kafka	kafka_2.11	0.10.2.0
org.apache.flink	flink-streaming-java_2.11	1.3.2

添加的插件：

groupId	artifactId	version
org.apache.maven.plugins	maven-assembly-plugin	2.4.1

具体配置如下：（注意修改maven-assembly-plugin的mainClass为自己主类的路径）

1.  
   <project
2.  
   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/maven-v4_0_0.xsd">
3.  
   <modelVersion>4.0.0</modelVersion>
4.  
   <groupId>com.wugenqiang.flink</groupId>
5.  
   <artifactId>flink_kafka</artifactId>
6.  
   <version>1.0-SNAPSHOT</version>
7.  
   <inceptionYear>2008</inceptionYear>
8.  
   <properties>
9.  
   <scala.version>2.11.8</scala.version>
10.  
    </properties>
11.  
     
12.  
    <repositories>
13.  
    <repository>
14.  
    <id>scala-tools.org</id>
15.  
    <name>Scala-Tools Maven2 Repository</name>
16.  
    <url>http://scala-tools.org/repo-releases</url>
17.  
    </repository>
18.  
    </repositories>
19.  
     
20.  
    <pluginRepositories>
21.  
    <pluginRepository>
22.  
    <id>scala-tools.org</id>
23.  
    <name>Scala-Tools Maven2 Repository</name>
24.  
    <url>http://scala-tools.org/repo-releases</url>
25.  
    </pluginRepository>
26.  
    </pluginRepositories>
27.  
     
28.  
    <dependencies>
29.  
    <dependency>
30.  
    <groupId>org.scala-lang</groupId>
31.  
    <artifactId>scala-library</artifactId>
32.  
    <version>${scala.version}</version>
33.  
    </dependency>
34.  
    <dependency>
35.  
    <groupId>junit</groupId>
36.  
    <artifactId>junit</artifactId>
37.  
    <version>4.4</version>
38.  
    <scope>test</scope>
39.  
    </dependency>
40.  
    <dependency>
41.  
    <groupId>org.specs</groupId>
42.  
    <artifactId>specs</artifactId>
43.  
    <version>1.2.5</version>
44.  
    <scope>test</scope>
45.  
    </dependency>
46.  
     
47.  
    <dependency>
48.  
    <groupId>org.apache.flink</groupId>
49.  
    <artifactId>flink-core</artifactId>
50.  
    <version>1.3.2</version>
51.  
    <scope>compile</scope>
52.  
    </dependency>
53.  
     
54.  
    <!-- https://mvnrepository.com/artifact/org.apache.flink/flink-connector-kafka-0.10_2.11 -->
55.  
    <dependency>
56.  
    <groupId>org.apache.flink</groupId>
57.  
    <artifactId>flink-connector-kafka-0.10_2.11</artifactId>
58.  
    <version>1.3.2</version>
59.  
    <scope> compile</scope>
60.  
    </dependency>
61.  
     
62.  
    <!-- https://mvnrepository.com/artifact/org.apache.kafka/kafka_2.11 -->
63.  
    <dependency>
64.  
    <groupId>org.apache.kafka</groupId>
65.  
    <artifactId>kafka_2.11</artifactId>
66.  
    <version>0.10.2.0</version>
67.  
    <scope>compile</scope>
68.  
    </dependency>
69.  
     
70.  
    <!-- flink-streaming的jar包，2.11为scala版本号 -->
71.  
    <dependency>
72.  
    <groupId>org.apache.flink</groupId>
73.  
    <artifactId>flink-streaming-java_2.11</artifactId>
74.  
    <version>1.3.2</version>
75.  
    <scope> compile</scope>
76.  
    </dependency>
77.  
     
78.  
    </dependencies>
79.  
     
80.  
    <build>
81.  
    <sourceDirectory>src/main/scala</sourceDirectory>
82.  
    <testSourceDirectory>src/test/scala</testSourceDirectory>
83.  
    <plugins>
84.  
    <plugin>
85.  
    <groupId>org.apache.maven.plugins</groupId>
86.  
    <artifactId>maven-compiler-plugin</artifactId>
87.  
    <configuration>
88.  
    <source>1.8</source>
89.  
    <target>1.8</target>
90.  
    </configuration>
91.  
    </plugin>
92.  
    <plugin>
93.  
    <groupId>org.apache.maven.plugins</groupId>
94.  
    <artifactId>maven-jar-plugin</artifactId>
95.  
    <configuration>
96.  
    <archive>
97.  
    <manifest>
98.  
    <addClasspath>true</addClasspath>
99.  
    <useUniqueVersions>false</useUniqueVersions>
100.  
     <classpathPrefix>lib/</classpathPrefix>
101.  
     <mainClass>com.wugenqiang.test.ReadingFromKafka</mainClass>
102.  
     </manifest>
103.  
     </archive>
104.  
     </configuration>
105.  
     </plugin>
106.  
     <plugin>
107.  
     <groupId>org.scala-tools</groupId>
108.  
     <artifactId>maven-scala-plugin</artifactId>
109.  
     <executions>
110.  
     <execution>
111.  
     <goals>
112.  
     <goal>compile</goal>
113.  
     <goal>testCompile</goal>
114.  
     </goals>
115.  
     </execution>
116.  
     </executions>
117.  
     <configuration>
118.  
     <scalaVersion>${scala.version}</scalaVersion>
119.  
     <args>
120.  
     <arg>-target:jvm-1.5</arg>
121.  
     </args>
122.  
     </configuration>
123.  
     </plugin>
124.  
     <plugin>
125.  
     <groupId>org.apache.maven.plugins</groupId>
126.  
     <artifactId>maven-eclipse-plugin</artifactId>
127.  
     <configuration>
128.  
     <downloadSources>true</downloadSources>
129.  
     <buildcommands>
130.  
     <buildcommand>ch.epfl.lamp.sdt.core.scalabuilder</buildcommand>
131.  
     </buildcommands>
132.  
     <additionalProjectnatures>
133.  
     <projectnature>ch.epfl.lamp.sdt.core.scalanature</projectnature>
134.  
     </additionalProjectnatures>
135.  
     <classpathContainers>
136.  
     <classpathContainer>org.eclipse.jdt.launching.JRE_CONTAINER</classpathContainer>
137.  
     <classpathContainer>ch.epfl.lamp.sdt.launching.SCALA_CONTAINER</classpathContainer>
138.  
     </classpathContainers>
139.  
     </configuration>
140.  
     </plugin>
141.  
     <plugin>
142.  
     <groupId>org.apache.maven.plugins</groupId>
143.  
     <artifactId>maven-assembly-plugin</artifactId>
144.  
     <version>2.4.1</version>
145.  
     <configuration>
146.  
     <!-- get all project dependencies -->
147.  
     <descriptorRefs>
148.  
     <descriptorRef>jar-with-dependencies</descriptorRef>
149.  
     </descriptorRefs>
150.  
     <!-- MainClass in mainfest make a executable jar -->
151.  
     <archive>
152.  
     <manifest>
153.  
     <mainClass>com.wugenqiang.flink.ReadingFromKafka</mainClass>
154.  
     </manifest>
155.  
     </archive>
156.  
      
157.  
     </configuration>
158.  
     <executions>
159.  
     <execution>
160.  
     <id>make-assembly</id>
161.  
     <!-- bind to the packaging phase -->
162.  
     <phase>package</phase>
163.  
     <goals>
164.  
     <goal>single</goal>
165.  
     </goals>
166.  
     </execution>
167.  
     </executions>
168.  
     </plugin>
169.  
      
170.  
     </plugins>
171.  
     </build>
172.  
     <reporting>
173.  
     <plugins>
174.  
     <plugin>
175.  
     <groupId>org.scala-tools</groupId>
176.  
     <artifactId>maven-scala-plugin</artifactId>
177.  
     <configuration>
178.  
     <scalaVersion>${scala.version}</scalaVersion>
179.  
     </configuration>
180.  
     </plugin>
181.  
     </plugins>
182.  
     </reporting>
183.  
     </project>

2.正式开始，编写Flink程序，实现consume kafka的数据

（1）在scala文件夹下创建scala类

（2）编写flink读取kafka数据的代码

这里就是简单的实现接收kafka的数据，要指定zookeeper以及kafka的集群配置，并指定topic的名字。

最后将consume的数据直接打印出来。

1.  
   package com.wugenqiang.flink
2.  
    
3.  
   import java.util.Properties
4.  
    
5.  
   import org.apache.flink.streaming.api.{CheckpointingMode, TimeCharacteristic}
6.  
   import org.apache.flink.streaming.api.scala.StreamExecutionEnvironment
7.  
   import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer08
8.  
   import org.apache.flink.streaming.util.serialization.SimpleStringSchema
9.  
   import org.apache.flink.streaming.api.scala._
10.  
     
11.  
    /**
12.  
    * 用Flink消费kafka
13.  
    */
14.  
    object ReadingFromKafka {
15.  
     
16.  
    private val ZOOKEEPER_HOST = "master:2181,slave1:2181,slave2:2181"
17.  
    private val KAFKA_BROKER = "master:9092,slave1:9092,slave2:9092"
18.  
    private val TRANSACTION_GROUP = "com.wugenqiang.flink"
19.  
     
20.  
    def main(args : Array[String]){
21.  
    val env = StreamExecutionEnvironment.getExecutionEnvironment
22.  
    env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)
23.  
    env.enableCheckpointing(1000)
24.  
    env.getCheckpointConfig.setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE)
25.  
     
26.  
    // configure Kafka consumer
27.  
    val kafkaProps = new Properties()
28.  
    kafkaProps.setProperty("zookeeper.connect", ZOOKEEPER_HOST)
29.  
    kafkaProps.setProperty("bootstrap.servers", KAFKA_BROKER)
30.  
    kafkaProps.setProperty("group.id", TRANSACTION_GROUP)
31.  
     
32.  
    //topicd的名字是new，schema默认使用SimpleStringSchema()即可
33.  
    val transaction = env
34.  
    .addSource(
35.  
    new FlinkKafkaConsumer08[String]("mastertest", new SimpleStringSchema(), kafkaProps)
36.  
    )
37.  
     
38.  
    transaction.print()
39.  
     
40.  
    env.execute()
41.  
     
42.  
    }
43.  
     
44.  
    }

（3）编译测试

3.生成kafka到flink的连接jar包

（1）找窗口右边的Maven Projects选项，，点击Lifecycle,再选择打包package（如需重新打包先clean，再package），

（2）成功code为0，项目目录会生成target目录，里面有打好的jar包

4.验证jar包是否可以将kafka数据传输给flink

（1）将jar包传输进centos中指定目录下（比如说：/root，接下来操作在此目录下完成）

（2）kafka生产数据

命令行输入（集群和topic根据实际修改）：

[root@master ~]# kafka-console-producer.sh --broker-list master:9092,slave1:9092,slave2:9092 --topic mastertest

 

（3）flink运行jar进行连接消费kafka数据

（根据实际修改：com.wugenqiang.test.ReadingFromKafka（mainclass名）

root/flink_kafka-1.0-SNAPSHOT-jar-with-dependencies.jar（存路径jar名））

[root@master ~]# flink run -c com.wugenqiang.test.ReadingFromKafka /root/flink_kafka-1.0-SNAPSHOT-jar-with-dependencies.jar

 

（4）打开网址ip:8081查看是否正常启动运行

（5）查看flink的标准输出，验证是否正常消费

到taskmanager节点上查看，根据上一步知道所在服务器，在taskmanager工作的服务器上执行命令操作：

1.  
   [root@slave1 ~]# cd /opt/flink-1.3.2/log/
2.  
   [root@slave1 log]# tail -F flink-root-taskmanager-0-master.*

注：第（2）步输入kafka生产数据，第（5）步接收flink消费数据日志反馈

到此，数据从kafka到flink传输任务完成···

来源：https://www.cnblogs.com/pengblog2020/p/12176587.html