flink消费kafka的数据

1、启动Kafka集群和flink集群

1. 环境变量配置（注：kafka 3台都须要设置，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.建立执行文件，添加启动服务

1.  
   [root@master ~] # vim start_kafka.sh
2.  
   添加（注： 3台都须要设置）：
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建立便可）：
3.  
   start-cluster .sh

3.分别启动kafka集群

因为kafka集群依赖于zookeeper集群，因此kafka提供了经过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

2、编写Flink程序，实现consume kafka的数据

1.代码前的操做及配置

使用idea建立maven建立工程前准备：

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（如有则跳过此步）

Flie->settings->plugins

点击下载安装插件，而后重启Intellij IDEA。

（4）使用"new project"建立一个带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（根据须要）

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

而后找到mirrors标签替换便可，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），添加如下依赖：

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

具体配置以下：（注意修改maven-assembly-plugin的mainClass为本身主类的路径）

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文件夹下建立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()便可
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的链接jar包

（1）找窗口右边的Maven Projects选项，，点击Lifecycle,再选择打包package（如需从新打包先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包是否能够将kafka数据传输给flink

（1）将jar包传输进centos中指定目录下（好比说：/root，接下来操做在此目录下完成）

（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进行链接消费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工做的服务器上执行命令操做：

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···