flink-cdc使用小结

原理：

同步原理：其实就是伪装成一个mysql 的从库会拉取主库的binlog日志读取数据，相当于mysql 的主从复制。然而flink的数据处理方式是流处理，实时收集清洗数据。
相关联的checkpoint，其实就是一个容错恢复快照，没执行后，会保存一个当前处理数据的offset，如果有job异常停止，或者checkpoint失败，那么下次checkpoint将从上次失败的地方继续处理数据。容错恢复的算法是异步屏障算法。

1.自定函数：

利用flink-table的TableFunction表函数

flink-core包的Tuple函数Api，实现代码：

java 复制代码

public class ASI_UDTF extends TableFunction<Tuple1<String[]>> {

    public void eval(String str1) {
        if (Strings.isNullOrEmpty(str1)) {
            collect(null);
        } else {
            String[] split1 = str1.split(",");
            Tuple1<String[]> of1 = Tuple1.of(split1);
            collect(of1);
        }
    }
}

在flink控制台里把自定义函数的jar包生成一个对应的函数；

注意：

函数的入参判空！！！
用lateral table派生表关联时，也要注意如果是null值的情况，所以要外连接，例如：

sql 复制代码

LEFT JOIN lateral table (trans_to_array(gss.`goods_specification_values`)) as F(gss_array_values) ON TRUE

2.oracle-cdc同步到mysql-jdbc的场景：

oracle-cdc同步到mysql-jdbc，需要驱动jar，三个包：

flink-connector-jdbc-3.0.0-1.16.jar

flink-sql-connector-oracle-cdc-2.3.0.jar

mysql-connector-java-5.1.49.jar；
使用flinksql的方式：

sql 复制代码

oracle-cdc，create source table的参考格式
Flink SQL> CREATE TABLE products (
     ID INT NOT NULL,
     NAME STRING,
     DESCRIPTION STRING,
     WEIGHT DECIMAL(10, 3),
     PRIMARY KEY(id) NOT ENFORCED
     ) WITH (
     'connector' = 'oracle-cdc',
     'hostname' = 'localhost',
     'port' = '1521',
     'username' = 'flinkuser',
     'password' = 'flinkpw',
     'database-name' = 'XE',
     'schema-name' = 'inventory',
     'table-name' = 'products');
=======================================
mysql-jdbc，create sink table参考格式：
Flink SQL>CREATE TABLE vehicle_info (
  id BIGINT,
  company_name STRING,
    PRIMARY KEY (`id`) NOT ENFORCED
) WITH (
  'connector' = 'jdbc',
  'url' = 'jdbc:mysql://192.168.0.33:3306/mayi_user',
  'table-name' = 'vehicle_info',
  'username' = 'mayi_admin',
  'password' = '1q2w3e4r'
);