Flinkcdc监测mysql数据库，自定义反序列化，利用flinkApi和flinkSql两种方式_flinkcdc监控mysql

Flink CDC (Flink Change Data Capture)（Flink中改变数据捕获） 是基于数据库的日志 CDC 技术，实现了全增量一体化读取的数据集成框架。搭配Flink计算框架，Flink CDC 可以高效实现海量数据的实时集成。

改变你们的一个误区，cdc只有检测功能，不能对数据库中的数据进行修改删除添加

第一种用FlinkSql实现

第一步：创建FlinkSql环境

//创建流式环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
//创建流式表环境
StreamTableEnvironment tEnv = StreamTableEnvironment.create(env);

第二步：配置mysql

去mysql中的my.cnf中更改配置，作者的my.cnf是在/etc目录下面的，如果去进行修改可能权限不够

命令：sudo vim /etc/my.cnf

以上图片的四个配置缺一不可，框起来的一定要注意，binlog - do -db=目标数据库名 

更改完之后要重启mysql，这一步很重要，否则还是之前的配置

 重启命令：sudo systemctl restart mysqld
查看数据库命令：sudo systemctl status mysqld

有箭头指示就表示完成了 

 第三步：在目标数据库中创建需要检测的表

并在表中插入数据

第四步：去flink官网找到连接mysql-cdc的语法格式

官网网址：MySQL | Apache Flink CDC

上面是我从flink官网上截下来的，我们只需要将官网上的内容复制，自己去修改就可以了 

tEnv.executeSql("CREATE TABLE Person (\n" +
                "  id INT,\n"+
                "  name STRING,\n" +
                "  age BIGINT,\n" +
                "  sex String,\n" +
                "  PRIMARY KEY (id) NOT ENFORCED\n"+  --一定要加上主键，否则就会报错
                ") WITH (\n" +
                "   'connector' = 'mysql-cdc',\n" +  --必填
                "   'hostname'='hadoop102',\n" +  --主机名，必填
                "   'port'='3306',\n" +  --端口号，必填
                "   'username' = 'root',\n" +  --用户名，必填
                "   'password'='123456',\n" +  --密码，必填
                "   'database-name'='zg3',\n" + --目标数据库名，必填
                "   'table-name'='Person',\n" + --目标表名，必填
                "   'jdbc.properties.useSSL'='false'\n" +  --官网上可以找到，必填
                ");");

以上 是检测mysql中信息改的设置 

 报错

Caused by: org.apache.flink.table.api.ValidationException: Multiple factories for identifier 'mysql-cdc' that implement 'org.apache.flink.table.factories.DynamicTableFactory' found in the classpath.
 

如果你报这种错，就要看一下你自己的pom文件 

 

这两个依赖冲突了 

 

这样就可以解决报错了 

对刚才数据进行修改名字

 

如果修改数据库，但是idea更新不出来值，这可能是好多人电脑的问题 

 

这时候将并行度添加为1就可以了 

第五步：将以上数据以json格式传送到kafka中 

官网网址：Debezium | Apache Flink

 Debezium-json:是Debezium为变更日志提供的统一格式结构。它是一种特定格式的JSON，用于描述数据库中的变更事件，如插入、更新或删除操作。这些事件可以由Debezium从源数据库捕获，并转换为JSON格式的消息，然后发布到消息队列（如Kafka）或对象存储（如OSS）中

 

tEnv.executeSql("CREATE TABLE kfk_cdc (\n" +
                "  id INT,\n" +
                "  name STRING,\n" +
                "  age BIGINT,\n" +
                "  sex String,\n" +
                "  PRIMARY KEY (id) NOT ENFORCED\n"+
                ")  WITH (\n" +
                "  'connector' = 'kafka',\n" +
                "  'topic' = 'mysql_cdc',\n" +  --写到kafka的主题，必填
                "  'properties.bootstrap.servers' = 'hadoop102:9092',\n" + --kafka服务器名
                "  'properties.group.id' = 'testGroup',\n" +
                "  'scan.startup.mode' = 'earliest-offset',\n" +
                "  'format' = 'debezium-json'\n" +  --日志json格式，必填
                ")");

tEnv.executeSql("insert into kfk_cdc select * from Person");

 最后将目标表中的数据写到kafka的表中，因为flinksql连接kafka底层会将kafka表中数据自动写到kafka中

 

可能这样你们看不清，我把json数据美化一下 

第二种用FlinkApi实现

第二步，第三步和FlinkSql一样

第四步从官网上复制: Overview | Apache Flink CDC

 
 
//免密配置
Properties properties = new Properties();
        properties.put("useSSL","false");
        MySqlSource<String> mySqlSource = MySqlSource.<String>builder()
                .hostname("hadoop102")  --必填 主机名
                .port(3306)  --必填  端口号
                .databaseList("zg3") // set captured database  --必填  数据库
                .tableList("zg3.Person")// set captured table  --必填  数据表
                .username("root")  --必填  用户名
                .password("123456") --必填  密码
                .deserializer(new JsonDebeziumDeserializationSchema()) --反序列化器
                .jdbcProperties(properties)  --jdbc配置，用来写免密配置
                .build();

 第五步：获取上一步源数据

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
 
        // enable checkpoint
        env.enableCheckpointing(3000);
 
        env
                .fromSource(mySqlSource, WatermarkStrategy.noWatermarks(), "MySQL Source")
                // set 4 parallel source tasks
                .setParallelism(1)
                .print(); // use parallelism 1 for sink to keep message ordering
 
        env.execute("Print MySQL Snapshot + Binlog");

 

 第六步：将数据转化为json格式

第一种：StringDebeziumDeserializationSchema()

SourceRecord{sourcePartition={server=mysql_binlog_source}, sourceOffset={transaction_id=null, ts_sec=1712331615, file=, pos=0}} ConnectRecord{topic='mysql_binlog_source.zg3.Person', kafkaPartition=null, key=Struct{id=2}, keySchema=Schema{mysql_binlog_source.zg3.Person.Key:STRUCT}, value=Struct{after=Struct{id=2,name=中国,age=22,sex=男},source=Struct{version=1.9.7.Final,connector=mysql,name=mysql_binlog_source,ts_ms=0,db=zg3,table=Person,server_id=0,file=,pos=0,row=0},op=r,ts_ms=1712331615095}, valueSchema=Schema{mysql_binlog_source.zg3.Person.Envelope:STRUCT}, timestamp=null, headers=ConnectHeaders(headers=)}
 

 MySqlSource<String> mySqlSource = MySqlSource.<String>builder()
                .hostname("hadoop102")
                .port(3306)
                .databaseList("zg3") // set captured database
                .tableList("zg3.Person")// set captured table
                .username("root")
                .password("123456")
                .deserializer(new StringDebeziumDeserializationSchema()) // converts SourceRecord to JSON String
                .jdbcProperties(properties)
                .build();

第二种： JsonDebeziumDeserializationSchema()

 {"before":null,"after":{"id":2,"name":"中国","age":22,"sex":"男"},"source":{"version":"1.9.7.Final","connector":"mysql","name":"mysql_binlog_source",

"ts_ms":0,"snapshot":"false","db":"zg3","sequence":null,"table":"Person",

"server_id":0,"gtid":null,"file":"","pos":0,"row":0,"thread":null,"query":null},

"op":"r","ts_ms":1712331713335,"transaction":null}

     MySqlSource<String> mySqlSource = MySqlSource.<String>builder()
                .hostname("hadoop102")
                .port(3306)
                .databaseList("zg3") // set captured database
                .tableList("zg3.Person")// set captured table
                .username("root")
                .password("123456")
                .deserializer(new JsonDebeziumDeserializationSchema()) // converts SourceRecord to JSON String
                .jdbcProperties(properties)
                .build();

第二种更加的符合我们日常的json格式 

但我们不想其余东西，只想要after、before、database、table 、operation

这时候我们就需要自定义了

    public static class PersonDeserialization implements DebeziumDeserializationSchema <String>{
 
        @Override
        public void deserialize(SourceRecord sourceRecord, Collector collector) throws Exception {
 
            //获取database和table
            String topic = sourceRecord.topic();
            String[] split = topic.split("\\.");
            String database = split[1];
            String table = split[2];
 
            JSONObject data = new JSONObject();
 
            //获取value值
            //获取before值
            Struct value = (Struct) sourceRecord.value();
            Struct before = value.getStruct("before");
            JSONObject beforeData = new JSONObject();
            if(before!=null){
                for (Field field : before.schema().fields()) {
                    Object o = before.get(field);
                    beforeData.put(field.name(),o);
                }
            }else{
                before=null;
            }
 
            //获取after值
            Struct after = value.getStruct("after");
            JSONObject afterData = new JSONObject();
            for (Field field : after.schema().fields()) {
                Object o = after.get(field);
                afterData.put(field.name(),o);
            }
 
            data.put("before",beforeData);
            data.put("after",afterData);
 
            //获取操作类型
            Envelope.Operation operation = Envelope.operationFor(sourceRecord);
 
            //装配数据
            JSONObject object = new JSONObject();
            object.put("database",database);
            object.put("table",table);
            object.put("before",beforeData);
            object.put("after",afterData);
 
 
            collector.collect(object.toString());
        }
 
        @Override
        public TypeInformation getProducedType() {
            return BasicTypeInfo.STRING_TYPE_INFO;//这里一般就是写String类型了
        }
    }

public static class PersonDeserialization implements DebeziumDeserializationSchema <String>{

    @Override
    public void deserialize(SourceRecord sourceRecord, Collector collector) throws Exception {

        //获取database和table
        String topic = sourceRecord.topic();
        String[] split = topic.split("\\.");
        String database = split[1];
        String table = split[2];

        JSONObject data = new JSONObject();

        //获取value值
        Struct value = (Struct) sourceRecord.value();
        Struct before = value.getStruct("before");
        JSONObject beforeData = new JSONObject();
        if(before!=null){
            for (Field field : before.schema().fields()) {
                Object o = before.get(field);
                beforeData.put(field.name(),o);
            }
        }else{
            before=null;
        }


        Struct after = value.getStruct("after");
        JSONObject afterData = new JSONObject();
        for (Field field : after.schema().fields()) {
            Object o = after.get(field);
            afterData.put(field.name(),o);
        }

        data.put("before",beforeData);
        data.put("after",afterData);

        //获取操作类型
        Envelope.Operation operation = Envelope.operationFor(sourceRecord);

        //装配数据
        JSONObject object = new JSONObject();
        object.put("database",database);
        object.put("table",table);
        object.put("before",beforeData);
        object.put("after",afterData);


        collector.collect(object.toString());
    }

    @Override
    public TypeInformation getProducedType() {
        return BasicTypeInfo.STRING_TYPE_INFO;
    }
}

 上面可以写成工具类，直接使用

 

是不是就能满足我们想要的数据了