欢迎访问我的GitHub
这里分类和汇总了欣宸的全部原创(含配套源码)： https://github.com/zq2599/blog_demos
- 本次实战的内容是开发Flink应用，消费来自kafka的消息，进行实时计算；
环境情况
- 本次实战用到了三台机器，它们的IP地址和身份如下表所示：
| IP地址 | 身份 | 备注 |
|---|---|---|
| 192.168.1.104 | http请求发起者 | 此机器上安装了Apache Bench，可以发起大量http请求到192.168.1.101 |
| 192.168.1.101 | Docker server | 此机器上安装了Docker，并且运行了三个容器：zookeeper、kafka、消息生产者(接收http请求时生产一条消息) |
| 192.168.1.102 | Flink应用 | 此机器部署了Flink，运行着我们开发的Flink应用，接收kafka消息做实时处理 |
- 注意：
- 本文的重点是Flink，所以在192.168.1.101这台机器上通过Docker快速搭建了kafka server和消息生产者，只要向这台机器的消息生产者容器发起http请求，就能生产一条消息到kafka；
- 192.168.1.104这台机器安装了Apache Bench，可以通过简单的命令，向192.168.1.101发起大量http请求，这样就能产生大量kafka消息；
- 整体架构如下图：
操作步骤
- 在机器192.168.1.101上部署三个容器(消息生产者、zookeeper、kafka)；
- 在机器192.168.1.104上安装Apache Bench；
- 在机器192.168.1.102上配置kafak相关的host；
- 开发Flink应用，部署到机器192.168.1.102；
- 在机器192.168.1.104上发起压力测试，请求地址是消息生产者的http接口地址，产生大量消息；
- 观察Flink应用的处理情况；
版本信息
- 操作系统：Centos7
- docker：17.03.2-ce
- docker-compose：1.23.2
- kafka：0.11.0.3
- zookeeper：3.4.9
- JDK：1.8.0_191
- spring boot：1.5.9.RELEASE
- spring-kafka：1.3.8.RELEASE
- Flink：1.7
在机器192.168.1.101上部署三个容器(消息生产者、zookeeper、kafka)
- 构建kafka相关的环境不是本文重点，因此这里利用docker快速实现，步骤如下：
- 在机器192.168.1.101上安装docker和docker-compose；
- 创建docker-compose.yml文件，内容如下：
version: '2'
services:
zookeeper:
image: wurstmeister/zookeeper
ports:
- "2181:2181"
kafka1:
image: wurstmeister/kafka:2.11-0.11.0.3
ports:
- "9092:9092"
environment:
KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://kafka1:9092
KAFKA_LISTENERS: PLAINTEXT://:9092
KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
KAFKA_CREATE_TOPICS: "topic001:2:1"
volumes:
- /var/run/docker.sock:/var/run/docker.sock
producer:
image: bolingcavalry/kafka01103producer:0.0.1-SNAPSHOT
ports:
- "8080:8080"- 在docker-compose.yml所在目录执行命令docker-compose up -d，即可启动容器；
- 如果您想了解更多docker环境下kafka消息生产者的细节，请参考《如何使用Docker内的kafka服务》；
在机器192.168.1.104上安装Apache Bench
- 不同的操作系统安装Apache Bench的命令也不一样：
- ubuntu上的安装命令apt-get install apache2-utils；
- centos上的安装命令yum install httpd-tools；
源码下载
- 接下来的实战是编写Flink应用的源码，您可以选择直接从GitHub下载这个工程的源码，地址和链接信息如下表所示：
| 名称 | 链接 | 备注 |
|---|---|---|
| 项目主页 | https://github.com/zq2599/blog_demos | 该项目在GitHub上的主页 |
| git仓库地址(https) | https://github.com/zq2599/blog_demos.git | 该项目源码的仓库地址，https协议 |
| git仓库地址(ssh) | git@github.com:zq2599/blog_demos.git | 该项目源码的仓库地址，ssh协议 |
- 这个git项目中有多个文件夹，本章源码在flinkkafkademo这个文件夹下，如下图红框所示：
开发Flink应用，部署到机器192.168.1.102
- Flink环境搭建请参考《Flink1.7从安装到体验》；
- 应用基本代码是通过mvn命令创建的，在命令行输入以下命令：
mvn archetype:generate -DarchetypeGroupId=org.apache.flink -DarchetypeArtifactId=flink-quickstart-java -DarchetypeVersion=1.7.0- 根据提示，输入groupId为com.bolingcavalry，artifactId为flinkkafkademo，其他的直接按下回车键即可使用默认值，这样就得到了一个maven工程：flinkkafkademo；
- 打开工程的pom.xml文件，增加以下两个依赖：
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-connector-kafka-0.11_2.12</artifactId>
<version>${flink.version}</version>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.28</version>
</dependency>- 新增一个辅助类，用于将kafka消息中的内容转换成java对象：
/**
* @Description: 解析原始消息的辅助类
* @author: willzhao E-mail: zq2599@gmail.com
* @date: 2019/1/1 20:13
*/
public class JSONHelper {
/**
* 解析消息，得到时间字段
* @param raw
* @return
*/
public static long getTimeLongFromRawMessage(String raw){
SingleMessage singleMessage = parse(raw);
return null==singleMessage ? 0L : singleMessage.getTimeLong();
}
/**
* 将消息解析成对象
* @param raw
* @return
*/
public static SingleMessage parse(String raw){
SingleMessage singleMessage = null;
if (raw != null) {
singleMessage = JSONObject.parseObject(raw, SingleMessage.class);
}
return singleMessage;
}
}- SingleMessage对象的定义：
public class SingleMessage {
private long timeLong;
private String name;
private String bizID;
private String time;
private String message;
public long getTimeLong() {
return timeLong;
}
public void setTimeLong(long timeLong) {
this.timeLong = timeLong;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public String getBizID() {
return bizID;
}
public void setBizID(String bizID) {
this.bizID = bizID;
}
public String getTime() {
return time;
}
public void setTime(String time) {
this.time = time;
}
public String getMessage() {
return message;
}
public void setMessage(String message) {
this.message = message;
}
}- 实时处理的操作都集中在StreamingJob类，源码的关键位置已经加了注释，就不再赘述了：
package com.bolingcavalry;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.common.serialization.SimpleStringSchema;
import org.apache.flink.api.java.tuple.Tuple;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.TimeCharacteristic;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.AssignerWithPunctuatedWatermarks;
import org.apache.flink.streaming.api.functions.windowing.WindowFunction;
import org.apache.flink.streaming.api.watermark.Watermark;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.streaming.api.windowing.windows.TimeWindow;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer011;
import javax.annotation.Nullable;
import java.util.Properties;
/**
* Skeleton for a Flink Streaming Job.
*
* <p>For a tutorial how to write a Flink streaming application, check the
* tutorials and examples on the <a href="http://flink.apache.org/docs/stable/">Flink Website</a>.
*
* <p>To package your application into a JAR file for execution, run
* 'mvn clean package' on the command line.
*
* <p>If you change the name of the main class (with the public static void main(String[] args))
* method, change the respective entry in the POM.xml file (simply search for 'mainClass').
*/
public class StreamingJob {
public static void main(String[] args) throws Exception {
final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.enableCheckpointing(5000); // 要设置启动检查点
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
Properties props = new Properties();
props.setProperty("bootstrap.servers", "kafka1:9092");
props.setProperty("group.id", "flink-group");
//数据源配置，是一个kafka消息的消费者
FlinkKafkaConsumer011<String> consumer =
new FlinkKafkaConsumer011<>("topic001", new SimpleStringSchema(), props);
//增加时间水位设置类
consumer.assignTimestampsAndWatermarks(new AssignerWithPunctuatedWatermarks<String> (){
@Override
public long extractTimestamp(String element, long previousElementTimestamp) {
return JSONHelper.getTimeLongFromRawMessage(element);
}
@Nullable
@Override
public Watermark checkAndGetNextWatermark(String lastElement, long extractedTimestamp) {
if (lastElement != null) {
return new Watermark(JSONHelper.getTimeLongFromRawMessage(lastElement));
}
return null;
}
});
env.addSource(consumer)
//将原始消息转成Tuple2对象，保留用户名称和访问次数(每个消息访问次数为1)
.flatMap((FlatMapFunction<String, Tuple2<String, Long>>) (s, collector) -> {
SingleMessage singleMessage = JSONHelper.parse(s);
if (null != singleMessage) {
collector.collect(new Tuple2<>(singleMessage.getName(), 1L));
}
})
//以用户名为key
.keyBy(0)
//时间窗口为2秒
.timeWindow(Time.seconds(2))
//将每个用户访问次数累加起来
.apply((WindowFunction<Tuple2<String, Long>, Tuple2<String, Long>, Tuple, TimeWindow>) (tuple, window, input, out) -> {
long sum = 0L;
for (Tuple2<String, Long> record: input) {
sum += record.f1;
}
Tuple2<String, Long> result = input.iterator().next();
result.f1 = sum;
out.collect(result);
})
//输出方式是STDOUT
.print();
env.execute("Flink-Kafka demo");
}
}- 在pom.xml所在文件夹执行以下命令打包：
mvn clean package -Dmaven.test.skip=true -U- 打包成功后，会在target目录下生成文件flinkkafkademo-1.0-SNAPSHOT.jar，将此文件提交到Flinkserver上，如下图：
- 点击下图红框中的"Upload"按钮：
- 如下图，选中刚刚上传的文件，填写类名，再点击"Submit"按钮即可启动Job：
- 如下图，在Overview页面可见正在运行的任务：
- 现在所有服务都准备完毕，可以生产消息验证了；
在机器192.168.1.104上发起压力测试，产生大量消息
- 登录部署了Apache Bench的机器，执行以下命令：
ab -n 10000 -c 2 http://192.168.1.101:8080/send/Jack/hello192.168.1.101是消息生产者的web服务的地址，上述命令发起了并发数为2的压力测试，一共会发起一万次请求；
- 压力测试完毕后，在Flink的Task Managers页面的Stdout页可以见到实时计算的统计数据，如下图：
- 至此，Flink消费kafka消息的实战就全部完成了，本次实战从消息产生到实时处理全部实现，希望在您构建基于kafak的实时计算环境时可以提供一些参考；
欢迎关注阿里云开发者社区博客：程序员欣宸
学习路上，你不孤单，欣宸原创一路相伴...
