Apache Storm - 从 SPOUT 访问数据库 - 连接池

Question

有一个喷口，每次滴答都会转到 Postgre 数据库并读取额外的一行。 喷口代码如下所示：

class RawDataLevelSpout extends BaseRichSpout implements Serializable {


private int counter;

SpoutOutputCollector collector;


@Override
public void declareOutputFields(OutputFieldsDeclarer declarer) {
    declarer.declare(new Fields("col1", "col2"));
}

@Override
public void open(Map map, TopologyContext context, SpoutOutputCollector spoutOutputCollector) {
    collector = spoutOutputCollector;
}

private Connection initializeDatabaseConnection() {

    try {
        Class.forName("org.postgresql.Driver");
        Connection connection = null;
        connection = DriverManager.getConnection(
                DATABASE_URI,"root", "root");
        return connection;
    } catch (ClassNotFoundException e) {
        e.printStackTrace();
    } catch (SQLException e) {
        e.printStackTrace();
    }
    return null;
}

@Override
public void close() {

}

@Override
public void nextTuple() {
    List<String> values = new ArrayList<>();

    PreparedStatement statement = null;
    try {
        Connection connection = initializeDatabaseConnection();
        statement = connection.prepareStatement("SELECT * FROM table1 ORDER BY col1 LIMIT 1 OFFSET ?");
        statement.setInt(1, counter++);
        ResultSet resultSet = statement.executeQuery();
        resultSet.next();
        ResultSetMetaData resultSetMetaData = resultSet.getMetaData();
        int totalColumns = resultSetMetaData.getColumnCount();
        for (int i = 1; i <= totalColumns; i++) {
            String value = resultSet.getString(i);
            values.add(value);
        }


        connection.close();
    } catch (SQLException e) {
        e.printStackTrace();
    }
    collector.emit(new Values(values.stream().toArray(String[]::new)));
}

}

如何在 Apache Storm 中处理 Spouts 中的连接池的标准方法是什么？ 此外，是否有可能以某种方式同步集群拓扑中多个运行实例的 coutner 变量？

Answer 1

关于连接池，如果需要，您可以通过静态变量来池连接，但由于不能保证所有 spout 实例都在同一个 JVM 中运行，因此我认为没有任何意义。

不，没有办法同步计数器。 spout 实例可能运行在不同的 JVM 上，并且您不希望它们在 spout 同意计数器值时全部阻塞。 不过，我认为您的 spout 实现没有意义。 如果您只想一次读取一行，为什么不只运行单个 spout 实例，而不是尝试同步多个 spout？

您似乎试图将关系数据库用作队列系统，这可能不太合适。 考虑使用例如 Kafka。 我认为您应该能够使用https://www.confluent.io/product/connectors/或http://debezium.io/ 之一将数据从 Postgres 流式传输到 Kafka。