SpringBoot集成Flink-CDC實現(xiàn)對數(shù)據(jù)庫數(shù)據(jù)的監(jiān)聽問題
一、什么是 CDC ？
CDC 是 Change Data Capture（變更數(shù)據(jù)獲?。?nbsp;的簡稱。 核心思想是，監(jiān)測并捕獲數(shù)據(jù)庫的變動（包括數(shù)據(jù)或數(shù)據(jù)表的插入、 更新以及刪除等），將這些變更按發(fā)生的順序完整記錄下來，寫入到消息中間件中以供其他服務(wù)進行訂閱及消費。
二、Flink-CDC 是什么？
CDC Connectors for Apache Flink是一組用于Apache Flink 的源連接器，使用變更數(shù)據(jù)捕獲 (CDC) 從不同數(shù)據(jù)庫獲取變更。用于 Apache Flink 的 CDC 連接器將 Debezium 集成為捕獲數(shù)據(jù)更改的引擎。所以它可以充分發(fā)揮 Debezium 的能力。
大概意思就是，F(xiàn)link 社區(qū)開發(fā)了 flink-cdc-connectors 組件，這是一個可以直接從 MySQL、 PostgreSQL等數(shù)據(jù)庫直接讀取全量數(shù)據(jù)和增量變更數(shù)據(jù)的 source 組件。
Flink-CDC 開源地址： Apache/Flink-CDC
Flink-CDC 中文文檔：Apache Flink CDC | Apache Flink CDC
三、SpringBoot 整合 Flink-CDC
3.1、如何集成到SpringBoot中？
Flink 作業(yè)通常獨立于一般的服務(wù)之外，專門編寫代碼，用 Flink 命令行工具來運行和停止。將Flink 作業(yè)集成到 Spring Boot 應(yīng)用中并不常見，而且一般也不建議這樣做，因為Flink作業(yè)一般運行在大數(shù)據(jù)環(huán)境中。
然而，在特殊需求下，我們可以做一些改變使 Flink 應(yīng)用適應(yīng) Spring Boot 環(huán)境，比如在你的場景中使用 Flink CDC 進行 數(shù)據(jù)變更捕獲。將 Flink 作業(yè)以本地項目的方式啟動，集成在 Spring Boot應(yīng)用中，可以使用到 Spring 的便利性。
- CommandLineRunner
- ApplicationRunner
3.2、集成舉例
1、CommandLineRunner
@SpringBootApplication
public class MyApp {
public static void main(String[] args) {
SpringApplication.run(MyApp.class, args);
}
@Bean
public CommandLineRunner commandLineRunner(ApplicationContext ctx) {
return args -> {
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
DebeziumSourceFunction<String> sourceFunction = MySqlSource.<String>builder()
.hostname("localhost")
.port(3306)
.username("flinkuser")
.password("flinkpw")
.databaseList("mydb") // monitor all tables under "mydb" database
.tableList("mydb.table1", "mydb.table2") // monitor only "table1" and "table2" under "mydb" database
.deserializer(new StringDebeziumDeserializationSchema()) // converts SourceRecord to String
.build();
DataStreamSource<String> mysqlSource = env.addSource(sourceFunction);
// formulate processing logic here, e.g., printing to standard output
mysqlSource.print();
// execute the Flink job within the Spring Boot application
env.execute("Flink CDC");
};
}
}2、ApplicationRunner
@SpringBootApplication
public class FlinkCDCApplication implements ApplicationRunner {
public static void main(String[] args) {
SpringApplication.run(FlinkCDCApplication.class, args);
}
@Override
public void run(ApplicationArguments args) throws Exception {
final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
// Configure your Flink job here
DebeziumSourceFunction<String> sourceFunction = MySqlSource.<String>builder()
.hostname("localhost")
.port(3306)
.username("flinkuser")
.password("flinkpw")
.databaseList("mydb")
// set other source options ...
.deserializer(new StringDebeziumDeserializationSchema()) // Converts SourceRecord to String
.build();
DataStream<String> cdcStream = env.addSource(sourceFunction);
// Implement your processing logic here
// For example:
cdcStream.print();
// Start the Flink job within the Spring Boot application
env.execute("Flink CDC with Spring Boot");
}
}這次用例采用 ApplicationRunner，不過要改變一下，讓 Flink CDC 作為 Bean 來實現(xiàn)。
四、功能實現(xiàn)
4.1、功能邏輯
總體來講，不太想把 Flink CDC單獨拉出來，更想讓它依托于一個服務(wù)上，徹底當成一個組件。
其中在生產(chǎn)者中，我們將要進行實現(xiàn):
4.2、所需環(huán)境
- MySQL 5.7 +：確保源數(shù)據(jù)庫已經(jīng)開啟 Binlog 日志功能，并且設(shè)置 Row 格式
- Spring Boot 2.7.6：還是不要輕易使用 3.0 以上為好，有好多jar沒有適配
- RabbitMQ：適配即可
- Flink CDC：特別注意版本
4.3、Flink CDC POM依賴
<flink.version>1.13.6</flink.version>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-clients_2.12</artifactId>
<version>${flink.version}</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-java</artifactId>
<version>${flink.version}</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-streaming-java_2.12</artifactId>
<version>${flink.version}</version>
</dependency>
<!--mysql -cdc-->
<dependency>
<groupId>com.ververica</groupId>
<artifactId>flink-connector-mysql-cdc</artifactId>
<version>2.0.0</version>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<version>1.18.10</version>
</dependency>
<dependency>
<groupId>cn.hutool</groupId>
<artifactId>hutool-all</artifactId>
<version>5.8.5</version>
</dependency>
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-lang3</artifactId>
<version>3.10</version>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>2.0.42</version>
</dependency>上面是一些Flink CDC必須的依賴，當然如果需要實現(xiàn)其他數(shù)據(jù)庫，可以替換其他數(shù)據(jù)庫的CDC jar。怎么安排jar包的位置和其余需要的jar，這個可自行調(diào)整。
4.4、代碼展示
核心類
- MysqlEventListener：配置類
- MysqlDeserialization：MySQL消息讀取自定義序列化
- DataChangeInfo：封裝的變更對象
- DataChangeSink：繼承一個Flink提供的抽象類，用于定義數(shù)據(jù)的輸出或“下沉”邏輯，sink 是Flink處理流的最后階段，通常用于將數(shù)據(jù)寫入外部系統(tǒng)，如數(shù)據(jù)庫、文件系統(tǒng)、消息隊列等
（1）通過 ApplicationRunner 接入 SpringBoot
@Component
public class MysqlEventListener implements ApplicationRunner {
private final DataChangeSink dataChangeSink;
public MysqlEventListener(DataChangeSink dataChangeSink) {
this.dataChangeSink = dataChangeSink;
}
@Override
public void run(ApplicationArguments args) throws Exception {
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(1);
DebeziumSourceFunction<DataChangeInfo> dataChangeInfoMySqlSource = buildDataChangeSourceRemote();
DataStream<DataChangeInfo> streamSource = env
.addSource(dataChangeInfoMySqlSource, "mysql-source")
.setParallelism(1);
streamSource.addSink(dataChangeSink);
env.execute("mysql-stream-cdc");
}
private DebeziumSourceFunction<DataChangeInfo> buildDataChangeSourceLocal() {
return MySqlSource.<DataChangeInfo>builder()
.hostname("127.0.0.1")
.port(3306)
.username("root")
.password("0507")
.databaseList("flink-cdc-producer")
.tableList("flink-cdc-producer.producer_content", "flink-cdc-producer.name_content")
/*
* initial初始化快照,即全量導(dǎo)入后增量導(dǎo)入(檢測更新數(shù)據(jù)寫入)
* latest:只進行增量導(dǎo)入(不讀取歷史變化)
* timestamp:指定時間戳進行數(shù)據(jù)導(dǎo)入(大于等于指定時間錯讀取數(shù)據(jù))
*/
.startupOptions(StartupOptions.latest())
.deserializer(new MysqlDeserialization())
.serverTimeZone("GMT+8")
.build();
}
}（2）自定義 MySQL 消息讀取序列化
public class MysqlDeserialization implements DebeziumDeserializationSchema<DataChangeInfo> {
public static final String TS_MS = "ts_ms";
public static final String BIN_FILE = "file";
public static final String POS = "pos";
public static final String CREATE = "CREATE";
public static final String BEFORE = "before";
public static final String AFTER = "after";
public static final String SOURCE = "source";
public static final String UPDATE = "UPDATE";
/**
* 反序列化數(shù)據(jù),轉(zhuǎn)為變更JSON對象
*/
@Override
public void deserialize(SourceRecord sourceRecord, Collector<DataChangeInfo> collector) {
String topic = sourceRecord.topic();
String[] fields = topic.split("\\.");
String database = fields[1];
String tableName = fields[2];
Struct struct = (Struct) sourceRecord.value();
final Struct source = struct.getStruct(SOURCE);
DataChangeInfo dataChangeInfo = new DataChangeInfo();
dataChangeInfo.setBeforeData(getJsonObject(struct, BEFORE).toJSONString());
dataChangeInfo.setAfterData(getJsonObject(struct, AFTER).toJSONString());
//5.獲取操作類型 CREATE UPDATE DELETE
Envelope.Operation operation = Envelope.operationFor(sourceRecord);
// String type = operation.toString().toUpperCase();
// int eventType = type.equals(CREATE) ? 1 : UPDATE.equals(type) ? 2 : 3;
dataChangeInfo.setEventType(operation.name());
dataChangeInfo.setFileName(Optional.ofNullable(source.get(BIN_FILE)).map(Object::toString).orElse(""));
dataChangeInfo.setFilePos(Optional.ofNullable(source.get(POS)).map(x -> Integer.parseInt(x.toString())).orElse(0));
dataChangeInfo.setDatabase(database);
dataChangeInfo.setTableName(tableName);
dataChangeInfo.setChangeTime(Optional.ofNullable(struct.get(TS_MS)).map(x -> Long.parseLong(x.toString())).orElseGet(System::currentTimeMillis));
//7.輸出數(shù)據(jù)
collector.collect(dataChangeInfo);
}
private Struct getStruct(Struct value, String fieldElement) {
return value.getStruct(fieldElement);
}
/**
* 從元數(shù)據(jù)獲取出變更之前或之后的數(shù)據(jù)
*/
private JSONObject getJsonObject(Struct value, String fieldElement) {
Struct element = value.getStruct(fieldElement);
JSONObject jsonObject = new JSONObject();
if (element != null) {
Schema afterSchema = element.schema();
List<Field> fieldList = afterSchema.fields();
for (Field field : fieldList) {
Object afterValue = element.get(field);
jsonObject.put(field.name(), afterValue);
}
}
return jsonObject;
}
@Override
public TypeInformation<DataChangeInfo> getProducedType() {
return TypeInformation.of(DataChangeInfo.class);
}
}（3）封裝的變更對象
@Data
public class DataChangeInfo implements Serializable {
/**
* 變更前數(shù)據(jù)
*/
private String beforeData;
/**
* 變更后數(shù)據(jù)
*/
private String afterData;
/**
* 變更類型 1新增 2修改 3刪除
*/
private String eventType;
/**
* binlog文件名
*/
private String fileName;
/**
* binlog當前讀取點位
*/
private Integer filePos;
/**
* 數(shù)據(jù)庫名
*/
private String database;
/**
* 表名
*/
private String tableName;
/**
* 變更時間
*/
private Long changeTime;
}這里的 beforeData 、afterData直接存儲 Struct 不好嗎，還得費勁去來回轉(zhuǎn)？
我曾嘗試過使用 Struct 存放在對象中，但是無法進行序列化。具體原因可以網(wǎng)上搜索，或者自己嘗試一下。
（4）定義 Flink 的 Sink
@Component
@Slf4j
public class DataChangeSink extends RichSinkFunction<DataChangeInfo> {
transient RabbitTemplate rabbitTemplate;
transient ConfirmService confirmService;
transient TableDataConvertService tableDataConvertService;
@Override
public void invoke(DataChangeInfo value, Context context) {
log.info("收到變更原始數(shù)據(jù):{}", value);
//轉(zhuǎn)換后發(fā)送到對應(yīng)的MQ
if (MIGRATION_TABLE_CACHE.containsKey(value.getTableName())) {
String routingKey = MIGRATION_TABLE_CACHE.get(value.getTableName());
//可根據(jù)需要自行進行confirmService的設(shè)計
rabbitTemplate.setReturnsCallback(confirmService);
rabbitTemplate.setConfirmCallback(confirmService);
rabbitTemplate.convertAndSend(EXCHANGE_NAME, routingKey, tableDataConvertService.convertSqlByDataChangeInfo(value));
}
}
/**
* 在啟動SpringBoot項目是加載了Spring容器，其他地方可以使用@Autowired獲取Spring容器中的類；但是Flink啟動的項目中，
* 默認啟動了多線程執(zhí)行相關(guān)代碼，導(dǎo)致在其他線程無法獲取Spring容器，只有在Spring所在的線程才能使用@Autowired，
* 故在Flink自定義的Sink的open()方法中初始化Spring容器
*/
@Override
public void open(Configuration parameters) throws Exception {
super.open(parameters);
this.rabbitTemplate = ApplicationContextUtil.getBean(RabbitTemplate.class);
this.confirmService = ApplicationContextUtil.getBean(ConfirmService.class);
this.tableDataConvertService = ApplicationContextUtil.getBean(TableDataConvertService.class);
}
}（5）數(shù)據(jù)轉(zhuǎn)換類接口和實現(xiàn)類
public interface TableDataConvertService {
String convertSqlByDataChangeInfo(DataChangeInfo dataChangeInfo);
}@Service
public class TableDataConvertServiceImpl implements TableDataConvertService {
@Autowired
Map<String, SqlGeneratorService> sqlGeneratorServiceMap;
@Override
public String convertSqlByDataChangeInfo(DataChangeInfo dataChangeInfo) {
SqlGeneratorService sqlGeneratorService = sqlGeneratorServiceMap.get(dataChangeInfo.getEventType());
return sqlGeneratorService.generatorSql(dataChangeInfo);
}
}因為在 dataChangeInfo 中我們有封裝對象的類型（CREATE、DELETE、UPDATE），所以我希望通過不同類來進行不同的工作。于是就有了下面的類結(jié)構(gòu)：
根據(jù) dataChangeInfo 的類型去生成對應(yīng)的 SqlGeneratorServiceImpl。
這是策略模式還是模板方法？
策略模式（Strategy Pattern）允許在運行時選擇算法的行為。在策略模式中，定義了一系列的算法（策略），并將每一個算法封裝起來，使它們可以相互替換。策略模式允許算法獨立于使用它的客戶端進行變化。
InsertSqlGeneratorServiceImpl、UpdateSqlGeneratorServiceImpl 和 DeleteSqlGeneratorServiceImpl 各自實現(xiàn)了 SqlGeneratorService 接口，這確實表明了一種策略。每一個實現(xiàn)類表示一個特定的SQL生成策略，并且可以相互替換，只要它們遵守同一個接口。
模板方法模式（Template Method Pattern），則側(cè)重于在抽象類中定義算法的框架，讓子類實現(xiàn)算法的某些步驟而不改變算法的結(jié)構(gòu)。AbstractSqlGenerator 作為抽象類的存在是為了被繼承，但如果它不含有模板方法（即沒有定義算法骨架的方法），那它就不符合模板方法模式。
在實際應(yīng)用中，一個設(shè)計可能同時結(jié)合了多個設(shè)計模式，或者在某些情況下，一種設(shè)計模式的實現(xiàn)可能看起來與另一種模式類似。在這種情況下，若 AbstractSqlGenerator 提供了更多的共享代碼或默認實現(xiàn)表現(xiàn)出框架角色，那么它可能更接近模板方法。而如果 AbstractSqlGenerator 僅僅作為一種接口實現(xiàn)方式，且策略之間可以相互替換，那么這確實更符合策略模式。
值得注意的是，在 TableDataConvertServiceImpl 中，我們注入了一個 Map<String, SqlGeneratorService> sqlGeneratorServiceMap，通過它來進行具體實現(xiàn)類的獲取。那么他是個什么東西呢？作用是什么呢？為什么可以通過它來獲取呢？
@Resource、@Autowired 標注作用于 Map 類型時，如果 Map 的 key 為 String 類型，則 Spring 會將容器中所有類型符合 Map 的 value 對應(yīng)的類型的 Bean 增加進來，用 Bean 的 id 或 name 作為 Map 的 key。
那么可以看到下面第六步，在進行DeleteSqlGeneratorServiceImpl裝配的時候進行指定了名字@Service("DELETE")，方便通過dataChangeInfo獲取。
（6）轉(zhuǎn)換類部分代碼
public interface SqlGeneratorService {
String generatorSql(DataChangeInfo dataChangeInfo);
}
public abstract class AbstractSqlGenerator implements SqlGeneratorService {
@Override
public String generatorSql(DataChangeInfo dataChangeInfo) {
return null;
}
public String quoteIdentifier(String identifier) {
// 對字段名進行轉(zhuǎn)義處理，這里簡化為對其加反引號
// 實際應(yīng)該處理數(shù)據(jù)庫標識符的特殊字符
return "`" + identifier + "`";
}
}@Service("DELETE")
@Slf4j
public class DeleteSqlGeneratorServiceImpl extends AbstractSqlGenerator {
@Override
public String generatorSql(DataChangeInfo dataChangeInfo) {
String beforeData = dataChangeInfo.getBeforeData();
Map<String, Object> beforeDataMap = JSONObjectUtils.JsonToMap(beforeData);
StringBuilder wherePart = new StringBuilder();
for (String key : beforeDataMap.keySet()) {
Object beforeValue = beforeDataMap.get(key);
if ("create_time".equals(key)){
SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
beforeValue = dateFormat.format(beforeValue);
}
if (wherePart.length() > 0) {
// 不是第一個更改的字段，增加逗號分隔
wherePart.append(", ");
}
wherePart.append(quoteIdentifier(key)).append(" = ").append(formatValue(beforeValue));
}
log.info("wherePart : {}", wherePart);
return "DELETE FROM " + dataChangeInfo.getTableName() + " WHERE " + wherePart;
}
}核心代碼如上所示，具體實現(xiàn)可自行設(shè)計。
五、源碼獲取
Github：incremental-sync-flink-cdc
到此這篇關(guān)于SpringBoot集成Flink-CDC，實現(xiàn)對數(shù)據(jù)庫數(shù)據(jù)的監(jiān)聽的文章就介紹到這了,更多相關(guān)SpringBoot集成Flink-CDC監(jiān)聽內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了java 使用POI合并兩個word文檔的操作，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-07-07
當使用@Autowired注解時,它可以自動注入依賴項,例如其他類的實例,本文就來詳細的介紹一下,具有一定的參考價值,感興趣的可以了解一下2023-09-09
Java 仿天貓服裝商城系統(tǒng)的實現(xiàn)流程
讀萬卷書不如行萬里路，只學(xué)書上的理論是遠遠不夠的，只有在實戰(zhàn)中才能獲得能力的提升，本篇文章手把手帶你用java+SSM+jsp+mysql+maven實現(xiàn)一個仿天貓服裝商城系統(tǒng),大家可以在過程中查缺補漏，提升水平2021-11-11
教你開發(fā)腳手架集成Spring?Boot?Actuator監(jiān)控的詳細過程
這篇文章主要介紹了開發(fā)腳手架集成Spring?Boot?Actuator監(jiān)控的詳細過程,集成包括引入依賴配置文件及訪問驗證的相關(guān)知識，本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-05-05
Java 基于TCP Socket 實現(xiàn)文件上傳
這篇文章主要介紹了Java 基于TCP Socket 實現(xiàn)文件上傳的示例代碼，幫助大家更好的理解和使用Java，感興趣的朋友可以了解下2020-12-12
Java基于UDP協(xié)議實現(xiàn)簡單的聊天室程序
這篇文章主要為大家詳細介紹了Java基于UDP協(xié)議實現(xiàn)簡單的聊天室程序的相關(guān)資料，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2016-07-07
這篇文章主要介紹了Java 單例模式的實現(xiàn)的相關(guān)資料,并附簡單實例代碼，需要的朋友可以參考下2016-10-10
Java實現(xiàn)多級表頭和復(fù)雜表頭的導(dǎo)出功能
這篇文章主要為大家詳細介紹了Java實現(xiàn)多級表頭和復(fù)雜表頭的導(dǎo)出功能的相關(guān)知識,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2024-03-03
java開發(fā)RocketMQ消息中間件原理基礎(chǔ)詳解
最近 RocketMQ 剛剛上生產(chǎn)環(huán)境，閑暇之時在這里做一些分享，主要目的是讓初學(xué)者能快速上手RocketMQ，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-11-11
springboot application無法使用$獲取pom變量的問題及解決
這篇文章主要介紹了springboot application無法使用$獲取pom變量的問題及解決方案，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-02-02