扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
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
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。
org.apache.flink
flink-connector-redis_2.11
1.1.5
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);
FlinkJedisPoolConfig conf = new FlinkJedisPoolConfig.Builder().setHost("10.160.85.185")
// 可选 .setPassword("1234")
.setPort(6379)
.build();
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();
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:
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:
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!
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流