[英]How to write protobuf byte array from Flink to Kafka
我是 Flink 的新手。 我想要做的就是将我的 protobuf POJO 作为字节数组放入 kafka。 所以我的FlinkKafkaProducer
看起来像这样:
FlinkKafkaProducer<String> flinkKafkaProducer = createStringProducer(outputTopic, address);
stringInputStream
.map(//here returns byte[])
.addSink(flinkKafkaProducer);
public static FlinkKafkaProducer<String> createStringProducer(String topic, String kafkaAddress) {
return new FlinkKafkaProducer<>(kafkaAddress, topic, new SimpleStringSchema());
}
现在它工作正常,但我的输出是字符串。 我尝试添加TypeInformationSerializationSchema()
而不是new SimpleStringSchema()
来更改输出,但我无法正确调整它。 找不到任何教程。 有人可以帮忙吗?
所以,我终于弄清楚如何将 protobuf 作为字节数组写入 kafka 生产者。 问题在于序列化。 对于 POJO,flink 使用 libery Kryo
进行自定义反序列化。 编写 protobuf 的最佳方法是使用ProtobufSerializer.class
。 在这个例子中,我将从 kafka 字符串消息中读取并写入字节数组。 Gradle 依赖项:
compile (group: 'com.twitter', name: 'chill-protobuf', version: '0.7.6'){
exclude group: 'com.esotericsoftware.kryo', module: 'kryo'
}
implementation 'com.google.protobuf:protobuf-java:3.11.0'
登记:
StreamExecutionEnvironment environment = StreamExecutionEnvironment.getExecutionEnvironment();
environment.getConfig().registerTypeWithKryoSerializer(MyProtobuf.class, ProtobufSerializer.class);
KafkaSerializer 类
@Data
@RequiredArgsConstructor
public class MyProtoKafkaSerializer implements KafkaSerializationSchema<MyProto> {
private final String topic;
private final byte[] key;
@Override
public ProducerRecord<byte[], byte[]> serialize(MyProto element, Long timestamp) {
return new ProducerRecord<>(topic, key, element.toByteArray());
}
}
工作
public static FlinkKafkaProducer<MyProto> createProtoProducer(String topic, String kafkaAddress) {
MyProtoKafkaSerializer myProtoKafkaSerializer = new MyProtoKafkaSerializer(topic);
Properties props = new Properties();
props.setProperty("bootstrap.servers", kafkaAddress);
props.setProperty("group.id", consumerGroup);
return new FlinkKafkaProducer<>(topic, myProtoKafkaSerializer, props, FlinkKafkaProducer.Semantic.AT_LEAST_ONCE);
}
public static FlinkKafkaConsumer<String> createProtoConsumerForTopic(String topic, String kafkaAddress, String kafkaGroup) {
Properties props = new Properties();
props.setProperty("bootstrap.servers", kafkaAddress);
props.setProperty("group.id", kafkaGroup);
return new FlinkKafkaConsumer<>(topic, new SimpleStringSchema(), props);
}
DataStream<String> stringInputStream = environment.addSource(flinkKafkaConsumer);
FlinkKafkaProducer<MyProto> flinkKafkaProducer = createProtoProducer(outputTopic, address);
stringInputStream
.map(hashtagMapFunction)
.addSink(flinkKafkaProducer);
environment.execute("My test job");
来源:
在这方面找到文档确实似乎很棘手。 我假设您使用 Flink >= 1.9。 在这种情况下,以下应该起作用:
private static class PojoKafkaSerializationSchema implements KafkaSerializationSchema<YourPojo> {
@Override
public void open(SerializationSchema.InitializationContext context) throws Exception {}
@Override
public ProducerRecord<byte[], byte[]> serialize(YourPojo element,@Nullable Long timestamp) {
// serialize your POJO here and return a Kafka `ProducerRecord`
return null;
}
}
// Elsewhere:
PojoKafkaSerializationSchema schema = new PojoKafkaSerializationSchema();
FlinkKafkaProducer<Integer> kafkaProducer = new FlinkKafkaProducer<>(
"test-topic",
schema,
properties,
FlinkKafkaProducer.Semantic.AT_LEAST_ONCE
);
这段代码主要受此测试用例的启发,但我没有时间实际运行它。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.