FlinkCDC实战：将 MySQL 数据同步至 ES-平芜编程栈

?? 当前需要处理的业务场景:

将订单表和相关联的表(比如: 商品表、子订单表、物流信息表)组织成宽表, 放入到 ES 中, 加速订单数据的查询.
同步数据到 es.
概述
- 1. 什么是 CDC
- 2. 什么是 Flink CDC
- 3. Flink CDC Connectors 和 Flink 的版本映射
实战
- 1. 宽表查询
  - 1.1 创建 mysql 表
  - 1.2 启动 Flink 集群和 Flink SQL CLI
  - 1.3 在 Flink SQL CLI 中使用 Flink DDL 创建表
  - 1.4 关联订单数据并且将其写入 Elasticsearch 中
  - 1.5 修改 MySQL 中的数据

本文用到的 mysql 版本为 8.0.28，ES 版本为 7.17.3，flink 版本为 1.13.6，flink-sql-connector-mysql-cdc 版本为 2.2.1
flink-sql-connector-elasticsearch 版本为 7_2.11-1.13.2

概述

1. 什么是 CDC

CDC (Change Data Capture) 是变更数据获取的简称。核心思想是监测并捕获数据库的变动(数据或数据表的插入、更新以及删除等)，将这些变更按发生的顺序完整地记录下来，写入到消息中间件中以供其他服务进行订阅并消费。

2. 什么是 Flink CDC

Flink 社区开发了 flink-cdc-connectors 组件，这个一个可以直接从 MySQL、PostgreSQL等数据库直接读取全量数据和增量变更数据的source 组件。

3. Flink CDC Connectors 和 Flink 的版本映射

Flink CDC Conectors Version

Flink Version

1.0.0

1.11.*

1.1.0

1.11.*

1.2.0

1.12.*

1.3.0

1.12.*

1.4.0

1.13.*

2.0.*

1.13.*

实战

1. 宽表查询

在商城项目中，商品、订单、物流的数据往往是存储在 MySQL 中，为了加速查询的效率，可以将数据组织成一张宽表，并实时地把它写到 ElasticSearch 中。

确保要监听的 mysql 服务器开启了 binlog 和对应监听 binlog 的账号有相对应的权限。

1.1 创建 mysql 表

-- MySQL CREATE DATABASE mydb; USE mydb; CREATE TABLE products ( id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY, name VARCHAR(255) NOT NULL, description VARCHAR(512) ); ALTER TABLE products AUTO_INCREMENT = 101; ? INSERT INTO products VALUES (default,"scooter","Small 2-wheel scooter"), ? ? ? (default,"car battery","12V car battery"), ? ? ? (default,"12-pack drill bits","12-pack of drill bits with sizes ranging from #40 to #3"), ? ? ? (default,"hammer","12oz carpenter's hammer"), ? ? ? (default,"hammer","14oz carpenter's hammer"), ? ? ? (default,"hammer","16oz carpenter's hammer"), ? ? ? (default,"rocks","box of assorted rocks"), ? ? ? (default,"jacket","water resistent black wind breaker"), ? ? ? (default,"spare tire","24 inch spare tire"); ? CREATE TABLE orders ( order_id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY, order_date DATETIME NOT NULL, customer_name VARCHAR(255) NOT NULL, price DECIMAL(10, 5) NOT NULL, product_id INTEGER NOT NULL, order_status BOOLEAN NOT NULL -- Whether order has been placed ) AUTO_INCREMENT = 10001; ? INSERT INTO orders VALUES (default, '2020-07-30 10:08:22', 'Jark', 50.50, 102, false), ? ? ? (default, '2020-07-30 10:11:09', 'Sally', 15.00, 105, false), ? ? ? (default, '2020-07-30 12:00:30', 'Edward', 25.25, 106, false); ? ? ? CREATE TABLE shipments ( shipment_id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY, order_id INTEGER NOT NULL, origin VARCHAR(255) NOT NULL, destination VARCHAR(255) NOT NULL, is_arrived BOOLEAN NOT NULL ) AUTO_INCREMENT = 10001; INSERT INTO shipments VALUES (default,10001,'Beijing','Shanghai',false), ? ? ? (default,10002,'Hangzhou','Shanghai',false), ? ? ? (default,10003,'Shanghai','Hangzhou',false);

1.2 启动 Flink 集群和 Flink SQL CLI

# 进入 Flink 目录 cd flink-13.6 ? # 启动 Flink 集群.启动成功的话，可以在 http://ip:8081/ 访问到对应的 Flink Web UI ./bin/start-cluster.sh ? # 启动 Flink SQL CLI ./bin/sql-client.sh

1.3 在 Flink SQL CLI 中使用 Flink DDL 创建表

首先开启checkpoint, 每隔 3s 做一次checkpoint.

-- Flink SQL Flink SQL> SET execution.checkpointing.interval = 3s;

然后，对于数据库中的表products、orders、shipments，使用 Flink SQL CLI 创建对应的表，用于同步这些底层数据库表的数据。

-- Flink SQL Flink SQL> CREATE TABLE products ( ? id INT, ? name STRING, ? description STRING, ? ?PRIMARY KEY (id) NOT ENFORCED ?) WITH ( ? ?'connector' = 'mysql-cdc', ? ?'hostname' = '192.168.110.100', ? ?'port' = '3380', ? ?'username' = 'root', ? ?'password' = 'root', ? ?'database-name' = 'flink_db', ? ?'table-name' = 'products' ?); ? ? Flink SQL> CREATE TABLE orders ( ? order_id INT, ? order_date TIMESTAMP(0), ? customer_name STRING, ? price DECIMAL(10, 5), ? product_id INT, ? order_status BOOLEAN, ? PRIMARY KEY (order_id) NOT ENFORCED ) WITH ( ? 'connector' = 'mysql-cdc', ? ?'hostname' = '192.168.110.100', ? ?'port' = '3380', ? ?'username' = 'root', ? ?'password' = 'root', ? ?'database-name' = 'flink_db', ? 'table-name' = 'orders' ); ? ? Flink SQL> CREATE TABLE shipments ( ? shipment_id INT, ? order_id INT, ? origin STRING, ? destination STRING, ? is_arrived BOOLEAN, ? PRIMARY KEY (shipment_id) NOT ENFORCED ) WITH ( ? 'connector' = 'mysql-cdc', ? ?'hostname' = '192.168.110.100', ? ?'port' = '3380', ? ?'username' = 'root', ? ?'password' = 'root', ? ?'database-name' = 'flink_db', ? 'table-name' = 'shipments' );

最后，创建enriched_orders表，用来将关联后的订单数据写入 Elasticsearch 中

-- Flink SQL Flink SQL> CREATE TABLE enriched_orders ( ? order_id INT, ? order_date TIMESTAMP(0), ? customer_name STRING, ? price DECIMAL(10, 5), ? product_id INT, ? order_status BOOLEAN, ? product_name STRING, ? product_description STRING, ? shipment_id INT, ? origin STRING, ? destination STRING, ? is_arrived BOOLEAN, ? PRIMARY KEY (order_id) NOT ENFORCED ) WITH ( ? ? 'connector' = 'elasticsearch-7', ? ? 'hosts' = 'http://114.132.43.99:9200', ? ? 'index' = 'enriched_orders' );

1.4 关联订单数据并且将其写入 Elasticsearch 中

使用 Flink SQL 将订单表order与商品表products，物流信息表shipments关联，并将关联后的订单信息写入 Elasticsearch 中。

-- Flink SQL Flink SQL> INSERT INTO enriched_orders SELECT o.*, p.name, p.description, s.shipment_id, s.origin, s.destination, s.is_arrived FROM orders AS o LEFT JOIN products AS p ON o.product_id = p.id LEFT JOIN shipments AS s ON o.order_id = s.order_id;

现在可以通过 Kibana 查询包含商品和物流信息的订单数据。

首先访问 http://localhost:5601/app/kibana#/management/kibana/index_pattern 创建 index patternenriched_orders.

然后就可以在 http://localhost:5601/app/kibana#/discover 看到写入的数据了.

1.5 修改 MySQL 中的数据

--MySQL INSERT INTO orders VALUES (default, '2020-07-30 15:22:00', 'Jark', 29.71, 104, false); ? INSERT INTO shipments VALUES (default,10004,'Shanghai','Beijing',false);

每执行一步就刷新一次 Kibana，可以看到 Kibana 中显示的订单数据将实时更新.