成都网站建设设计

将想法与焦点和您一起共享

Flink怎么将流式数据写入redis

这篇文章主要讲解了“Flink怎么将流式数据写入redis”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Flink怎么将流式数据写入redis”吧!

成都创新互联公司主营泽州网站建设的网络公司,主营网站建设方案,成都App制作,泽州h5微信小程序定制开发搭建,泽州网站营销推广欢迎泽州等地区企业咨询

背景

redis作为一个高吞吐的存储系统,在生产中有着广泛的应用,今天我们主要讲一下如何将流式数据写入redis,以及遇到的一些问题 解决。官方并没有提供写入redis的connector,所以我们采用apache的另一个项目bahir-flink [1]中提供的连接器来实现。 

实例讲解 

引入pom

 
   org.apache.flink
   flink-connector-redis_2.11
   1.1.5
  
     

构造数据源

这里我们主要是模拟一条用户信息

  //user,subject,province
  Tuple3 tuple = Tuple3.of("tom", "math", "beijing");
  DataStream> dataStream = bsEnv.fromElements(tuple);
     

构造redis配置

  • 单机配置
 FlinkJedisPoolConfig conf = new FlinkJedisPoolConfig.Builder().setHost("10.160.85.185")
                                                                // 可选 .setPassword("1234")
                                                                .setPort(6379)
                                                                .build();
 
  • 集群配置
  InetSocketAddress host0 = new InetSocketAddress("host1", 6379);
  InetSocketAddress host1 = new InetSocketAddress("host2", 6379);
  InetSocketAddress host2 = new InetSocketAddress("host3", 6379);

  HashSet set = new HashSet<>();
  set.add(host0);
  set.add(host1);
  set.add(host2);

  FlinkJedisClusterConfig config = new FlinkJedisClusterConfig.Builder().setNodes(set)
                                                                        .build();
     

实现RedisMapper

我们需要实现一个RedisMapper接口的类,这个类的主要功能就是将我们自己的输入数据映射到redis的对应的类型。

我们看下RedisMapper接口,这里面总共有三个方法:

  • getCommandDescription:主要来获取我们写入哪种类型的数据,比如list、hash等等。
  • getKeyFromData:主要是从我们的输入数据中抽取key
  • getValueFromData:从我们的输入数据中抽取value
public interface RedisMapper extends Function, Serializable {

 /**
  * Returns descriptor which defines data type.
  *
  * @return data type descriptor
  */
 RedisCommandDescription getCommandDescription();

 /**
  * Extracts key from data.
  *
  * @param data source data
  * @return key
  */
 String getKeyFromData(T data);

 /**
  * Extracts value from data.
  *
  * @param data source data
  * @return value
  */
 String getValueFromData(T data);
}
 

getCommandDescription方法返回一个RedisCommandDescription对象,我们看下RedisCommandDescription的构造方法:

 public RedisCommandDescription(RedisCommand redisCommand, String additionalKey) {
        ................
 }

 public RedisCommandDescription(RedisCommand redisCommand) {
  this(redisCommand, null);
 }
 

我们以数据写入hash结构为例,构造了一个key为HASH_NAME的RedisCommandDescription

new RedisCommandDescription(RedisCommand.HSET, "HASH_NAME");
 

两个构造方法区别就在于是否有第二个参数additionalKey,这个参数主要是针对SORTED_SET和HASH结构的,因为这两个结构需要有三个变量,其他的结构只需要两个变量就行了。

在hash结构里,这个additionalKey对应hash的key,getKeyFromData方法得到的数据对应hash的field,getValueFromData获取的数据对应hash的value。

最后我们数据写入对应的redis sink即可,写入的redis数据如下:

Flink怎么将流式数据写入redis

动态生成key

我们看到,上面我们构造redis的hash结构的时候,key是写死的,也就是只能写入一个key,如果我的key是动态生成的,该怎么办呢?

比如我有一个类似的需求,流式数据是一些学生成绩信息,我的key想要的是学生的name,field是相应的科目,而value是这个科目对应的成绩。

目前系统没提供这样的功能,不过这个也没事,没有什么不是改源码解决不了的。

我们看下RedisSink中的invoke方法,

 public void invoke(IN input) throws Exception {
  String key = redisSinkMapper.getKeyFromData(input);
  String value = redisSinkMapper.getValueFromData(input);

  switch (redisCommand) {
      ....................
   case HSET:
    this.redisCommandsContainer.hset(this.additionalKey, key, value);
    break;
   default:
    throw new IllegalArgumentException("Cannot process such data type: " + redisCommand);
  }
 }
 

我们看到对于hash结构来说,key和value也就是从我们的RedisMapper的实现类中获取的,但是additionalKey却不是动态生成的,我们只需要改下这里。动态获取additionalKey就行。

public interface RedisMapper extends Function, Serializable{

 RedisCommandDescription getCommandDescription();

 String getKeyFromData(T data);

 String getValueFromData(T data);

 String getAdditionalKey(T data);
}

 

我们给RedisMapper接口添加一个getAdditionalKey方法,然后在实现类中实现该方法。

然后在RedisSink的invoke方法动态获取additionalKey,修改源码之后的方法如下:

 @Override
 public void invoke(IN input) throws Exception {
  String key = redisSinkMapper.getKeyFromData(input);
  String value = redisSinkMapper.getValueFromData(input);
  String additionalKey = redisSinkMapper.getAdditionalKey(input);
  switch (redisCommand) {
         ..................
   case HSET:
    this.redisCommandsContainer.hset(additionalKey, key, value);
    break;
   default:
    throw new IllegalArgumentException("Cannot process such data type: " + redisCommand);
  }
 }

感谢各位的阅读,以上就是“Flink怎么将流式数据写入redis”的内容了,经过本文的学习后,相信大家对Flink怎么将流式数据写入redis这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!


文章题目:Flink怎么将流式数据写入redis
分享链接:http://chengdu.cdxwcx.cn/article/ippgej.html