前言
刚刚开始接触Flink，由于之前有点HBase经验，便想着使用Flink去做个简单的HBase读写程序，后续的Flink学习也就都基于HBase来做。
准备
部署一个单机版的HBase，单机版部署HBase可以参考https://bbs.huaweicloud.cn/blogs/197806，在HBase中创建两张表，一个是T2,一个是T3，这个例子便是使用Flink从T2表把数据读取出来并写入到T3表中，我们提前在T2表中写入一定量的数据。
Flink就不单独部署了，这里例子中，我们使用IDE启动的方式，方便调试。
实现Flink写HBase的应用代码
1.建立一个maven工程，pom.xml中加入如下依赖，其中加入org.apache.flink:flink-dist_2.11是
为了在IDE里面运行Flink mini cluster
<dependencies>
<dependency>
<groupId>commons-logging</groupId>
<artifactId>commons-logging</artifactId>
<version>${commons-logging.version}</version>
</dependency>
<dependency>
<groupId>commons-lang</groupId>
<artifactId>commons-lang</artifactId>
<version>${commons-lang.version}</version>
</dependency>
<dependency>
<groupId>org.apache.hbase</groupId>
<artifactId>hbase-common</artifactId>
<version>${hbase.version}</version>
<exclusions>
<exclusion>
<groupId>org.apache.zookeeper</groupId>
<artifactId>zookeeper</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>org.apache.zookeeper</groupId>
<artifactId>zookeeper</artifactId>
<version>${zookeeper.version}</version>
</dependency>
<dependency>
<groupId>org.apache.hbase</groupId>
<artifactId>hbase-client</artifactId>
<version>${hbase.version}</version>
<exclusions>
<exclusion>
<groupId>org.apache.zookeeper</groupId>
<artifactId>zookeeper</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-common</artifactId>
<version>${hadoop.version}</version>
</dependency>
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>${guava.version}</version>
</dependency>
<dependency>
<groupId>com.google.protobuf</groupId>
<artifactId>protobuf-java</artifactId>
<version>${protobuf.version}</version>
</dependency>
<dependency>
<groupId>com.google.code.gson</groupId>
<artifactId>gson</artifactId>
<version>${gson.version}</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-streaming-java_2.11</artifactId>
<version>${flink.version}</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-dist_2.11</artifactId>
<version>${flink.version}</version>
</dependency> |
2. 实现一个读取HBase表的自定义Source
实现一个简单的自定义Source，从HBase表读取数据,
public class HBaseReaderSource extends RichSourceFunction<Tuple2<String, List<Cell>>> |
open方法里面初始化HBase的连接和HTable
@Override
public void open(Configuration parameters) throws Exception {
System.out.println("Read source open");
super.open(parameters);
org.apache.hadoop.conf.Configuration hbaseConf = HBaseConfiguration.create();
conn = ConnectionFactory.createConnection(hbaseConf);
ParameterTool parameterTool = (ParameterTool) getRuntimeContext().getExecutionConfig().getGlobalJobParameters();
String sourceTable = parameterTool.get(HBaseReaderStream.CONF_FROM_TABLE,"T2");
table = conn.getTable(TableName.valueOf(sourceTable));
scan = new Scan();
} |
Run方法里面实现简单的读数据逻辑
@Override
public void run(SourceContext<Tuple2<String, List<Cell>>> sourceContext) throws Exception {
System.out.println("Read source run");
ResultScanner scanner = table.getScanner(scan);
Iterator<Result> iterator = scanner.iterator();
while (iterator.hasNext()) {
Result result = iterator.next();
String rowkey = Bytes.toString(result.getRow());
List<Cell> cells = result.listCells();
Tuple2<String, List<Cell>> tuple2 = new Tuple2<>();
tuple2.setFields(rowkey, cells);
sourceContext.collect(tuple2);
}
} |
cancel方法中释放htable
@Override
public void cancel() {
try {
if (table != null) {
table.close();
}
if (conn != null) {
conn.close();
}
} catch (IOException e) {
logger.error("Close HBase Exception:", e.toString());
}
} |
3. 实现一个写入HBase表的自定义Sink
实现一个简单的自定义Sink，向HBase目的表写入数据
public class HBaseWriterSink extends RichSinkFunction<Tuple2<String, List<Cell>>> |
Open方法和Close方法和上面source的写法类似，就不重复写了
Invoke方法实现写入HBase表
@Override
public void invoke(Tuple2<String, List<Cell>> value, Context context) throws Exception {
Put put = new Put(Bytes.toBytes(value.f0));
List<Cell> cells = value.f1;
for (Cell cell : cells) {
put.add(cell);
}
table.put(put);
} |
4. 应用的启动类
写一个flink应用的启动类，主要是设置source和sink，然后执行任务
Main函数主要代码为：
ParameterTool parameterTool = ParameterTool.fromArgs(args);
final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
// 参数设置
env.getConfig().setGlobalJobParameters(parameterTool);
env.enableCheckpointing(5000);
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
env.getCheckpointConfig().setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE);
System.out.println("HBase Reader add source");
DataStreamSource<Tuple2<String, List<Cell>>> stream = env.addSource(new HBaseReaderSource());
// stream.print().setParallelism(1);
// NO.1 Sink
System.out.println("HBase Reader add sink");
stream.addSink(new HBaseWriterSink());
// NO.2 Output
//System.out.println("HBase Reader output format");
//stream.writeUsingOutputFormat(new HBaseOutputFormat());
env.execute(); |
工程中配置hbase-site.xml
在工程中加入一个hbase-site.xml，用于连接HBase，这里因为是非kerberos集群，只需要配置zookeeper地址即可
<?xml version="1.0" encoding="UTF-8"?>
<configuration>
<property>
<name>hbase.zookeeper.quorum</name>
<value>ecs-XXXXXX</value>
</property>
</configuration> |
启动Flink应用
1. 工程写好了之后，可以将此工程打包，使用flink客户端提交的方式去运行，这里我们为了方便，就直接在本地的IDEA里面直接运行程序，
本地运行会启动一个Flink mini cluster，调试起来比较方便，在Main函数的类上直接执行
2. 在hbase中查看，T2表为源表，T3表为目的表，数据已经完完整整的写入到了T3表
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
评论（0）