导航：首页 > 互联网科技 >

Flink kafka 定制技巧

发表于：2024-11-19 作者：千家信息网编辑

千家信息网最后更新 2024年11月19日，动态路由:方案1: 定制一个特殊的KafkaDynamicSink，内嵌多个原生的FlinkKafkaProducer，每个对应一个下游的KAFKA队列在OPEN方法中读取所有KAFKA渠道配置并构建

千家信息网最后更新 2024年11月19日Flink kafka 定制技巧

动态路由:
方案1: 定制一个特殊的KafkaDynamicSink，内嵌多个原生的FlinkKafkaProducer，每个对应一个下游的KAFKA队列
在OPEN方法中读取所有KAFKA渠道配置并构建FlinkKafkaProducer并构建一个Map: kafka channelId -> FlinkKafkaProducer

重载INVOKE方法
根据路由规则找到当前流数据对应所有的ChannelId (允许多个)，再从MAP中获取对 FlinkKafkaProducer 并调用其INVOKE方法

核心代码:
public class DynamicKafkaSink extends RichSinkFunction {
@Override
public void open(Configuration parameters) throws Exception {
List allChannels = channelRepository.getAll();
for(ChannelModel nextChannel: allChannels) {
FlinkKafkaProducer010 nextProducer = (FlinkKafkaProducer010)channelFactory.createChannelProducer(nextChannel,
FlinkKafkaProducer010.class, Collections.emptyMap());
nextProducer.setRuntimeContext(this.getRuntimeContext());
nextProducer.open(parameters);
producers.put(nextChannel.getChannelId(), nextProducer);
}
}

@Override
public void invoke(IN value) throws Exception {
List channelIds = channelRouteStrategy.route(value);
for (String nextChannelId: channelIds) {
FlinkKafkaProducer010 nextProducer = producers.get(nextChannelId);
nextProducer.invoke(converted);
}
}

}

注意:
Map不能在构造函数中初始化，而要在OPEN方法中初始化，FLINK分布式特性决定了构造函数和OPEN不在同一个JVM里执行
类级别的变量需要可序列化，否则需要声明为TRANSIENT

每个新构建的FlinkKafkaProducer需要先调用
setRuntimeContext(this.getRuntimeContext())
再调用open 方法才能被使用

优点：
可以路由到不同的BROKER上的TOPIC，在不同的BROKER上隔离性更好

缺陷：
所有的FlinkKafkaProducer只在OPEN的时候创建一次，后面如果添加了新的KAFKA队列无法被动态感知并路由
更改了FlinkKafkaProducer创建和初始化的过程，从MAIN函数中转到了KafkaDynamicSink的OPEN方法里，未经过全面测试，可能存在问题

方案2：方案1的升级版，利用FLINK SPLIT STREAM的特性，根据路由规则将原生数据流分成多个，每个子数据流对应一个下游KAFKA队列
在FLINK Main 函数中读取所有KAFKA渠道配置并构建FlinkKafkaProducer并构建一个Map: kafka channelId -> FlinkKafkaProducer
在输入流上构建一个SplitStream, OutputSelector 中根据路由逻辑返回一组ChannelId
遍历Map,对于Map中的每个Key (ChannelID) 调用 SplitStream 的 select方法获取对应的分支流数据，然后路由到对应的 FlinkKafkaProducer

核心代码：
public static void main(String[] args) {
List allChannels = channelRepository.getAll();
for(ChannelModel nextChannel: allChannels) {
FlinkKafkaProducer010 nextProducer = (FlinkKafkaProducer010)channelFactory.createChannelProducer(nextChannel,
FlinkKafkaProducer010.class, Collections.emptyMap());
nextProducer.setRuntimeContext(this.getRuntimeContext());
nextProducer.open(parameters);
producers.put(nextChannel.getChannelId(), nextProducer);
}

DataStreamSource source = ....
SplitStream splitStream = source.split(new OutputSelector() {

@Override
public Iterable select(String value) {
List channelIds = channelRouteStrategy.route(value);
return channeIds;
}
});

for(String nextChannel: producers.keySet()) {
FlinkKafkaProducer010 target = producers.get(nextChannel);
splitStream.select(nextChannel).addSink(target);
}
}

优点：
可以路由到不同的BROKER上的TOPIC，在不同的BROKER上隔离性更好
完全利用FLINK原生的特性，更加简洁优雅，解决了方案1的第二点不足

缺陷：
所有的FlinkKafkaProducer只在MAIN函数中创建一次，后面如果添加了新的KAFKA队列无法被动态感知并路由

方案3：利用FLINK的 KeyedSerializationSchema中的getTargetTopic函数，KeyedSerializationSchema 除了将对象转化Kafka ProducerRecord
的键值对之外还可以动态指定Topic
在FLINK Main 函数中将输入流通过flatMap 转化为 Tuple2, 其中key 是目标所属的Topic, value 是原生数据
实现一个KeyedSerializationSchema作为构造函数传给FlinkKafkaProducer，重载getTargetTopic方法: 返回 tuple2.f0

核心代码：
class DynaRouteSerializationSchema implements KeyedSerializationSchema {

String getTargetTopic(T element) {
Tuple2 tuple = (Tuple2)element;
return tuple.f0;
}
}

public static void main(String[] args) {
DataStreamSource source = ....
DataStream> converted = source
.flatMap(new RichFlatMapFunction>() {
@Override
public void flatMap(T value, Collector> out)
throws Exception {
List channelIds = channelRouteStrategy.route(value);
for(String nextChannel: channelIds) {
out.collect(Tuple2.valueOf(nextChannel, value));
}
}
});

}

优点：
完全利用FLINK原生的特性，代码量非常少
新增加的TOPIC也可以被路由到，不需要启停流处理

缺陷：
无法像前两个方案实现Broker级别的路由，只能做到Topic级别的路由

断流功能：

有时系统升级或者其他组件不可用,需要暂时停止KAFKA PRODUCER
FLINK 原生机制：
被动反压：
Kafka09Fetcher 包含了一根独立的 KafkaConsumerThread，从KAFKA中读取数据，再交给HANDOVER
HANDOVER可以理解为一个大小为1的队列， Kafka09Fetcher 再从队列中获取并处理数据，一旦当处理速度变慢，KafkaConsumerThread
无法将数据写入HANDOVER, 线程就会被阻塞

另外KeyedDeserializationSchema定义了一个isEndOfStream方法，如果返回true, Kafka09Fetcher就会停止循环并退出，导致整个流处理结束

设计思路：

SignalService: 注册SignalListener, 利用Curator TreeCache 监听一个Zookeeper 路径获取起动/停止流处理的信号量

SignalListener: 接收ZOOKEEPER变更信息的回调接口

PausableKafkaFetcher: 继承Flink原生的KafkaFetcher, 监听到信号变化阻塞ConsumerThread的处理

PausableKafkaConsumer: 继承Flink原生的KafkaConsumer, 创建PausableKafkaFetcher

核心代码：

public class PausableKafkaFetcher extends Kafka010Fetcher implements SignalListener {

private final ReentrantLock pauseLock = new ReentrantLock(true);

private final Condition pauseCond = pauseLock.newCondition();

private volatile boolean paused = false;

public void onSignal(String path, String value) {

try {