一、什么是 CDC ？

  CDC 是 Change Data Capture（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（包括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记录下来，写入到消息中间件中以供其他服务进行订阅及消费。

二、Flink-CDC 是什么？

CDC Connectors for Apache Flink是一组用于Apache Flink 的源连接器，使用变更数据捕获 (CDC) 从不同数据库获取变更。用于 Apache Flink 的 CDC 连接器将 Debezium 集成为捕获数据更改的引擎。所以它可以充分发挥 Debezium 的能力。

大概意思就是，Flink 社区开发了 flink-cdc-connectors 组件，这是一个可以直接从 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。

Flink-CDC 开源地址： Apache/Flink-CDC

Flink-CDC 中文文档：Apache Flink CDC | Apache Flink CDC

三、SpringBoot 整合 Flink-CDC

3.1、如何集成到SpringBoot中？

Flink 作业通常独立于一般的服务之外，专门编写代码，用 Flink 命令行工具来运行和停止。将Flink 作业集成到 Spring Boot 应用中并不常见，而且一般也不建议这样做，因为Flink作业一般运行在大数据环境中。

然而，在特殊需求下，我们可以做一些改变使 Flink 应用适应 Spring Boot 环境，比如在你的场景中使用 Flink CDC 进行 数据变更捕获。将 Flink 作业以本地项目的方式启动，集成在 Spring Boot应用中，可以使用到 Spring 的便利性。

• CommandLineRunner
• ApplicationRunner

  3.2、集成举例

  1、CommandLineRunner

  @SpringBootApplication
  public class MyApp {
    public static void main(String[] args) {
      SpringApplication.run(MyApp.class, args);
    }
    @Bean
    public CommandLineRunner commandLineRunner(ApplicationContext ctx) {
      return args -> {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        DebeziumSourceFunction sourceFunction = MySqlSource.builder()
                .hostname("localhost")
                .port(3306)
                .username("flinkuser")
                .password("flinkpw")
                .databaseList("mydb") // monitor all tables under "mydb" database
                .tableList("mydb.table1", "mydb.table2") // monitor only "table1" and "table2" under "mydb" database
                .deserializer(new StringDebeziumDeserializationSchema()) // converts SourceRecord to String
                .build();
        DataStreamSource mysqlSource = env.addSource(sourceFunction);
        
        // formulate processing logic here, e.g., printing to standard output
        mysqlSource.print();
        // execute the Flink job within the Spring Boot application
        env.execute("Flink CDC");
      };
    }
  }
  

  2、ApplicationRunner

  @SpringBootApplication
  public class FlinkCDCApplication implements ApplicationRunner {
      public static void main(String[] args) {
          SpringApplication.run(FlinkCDCApplication.class, args);
      }
      @Override
      public void run(ApplicationArguments args) throws Exception {
          final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
          // Configure your Flink job here
          DebeziumSourceFunction sourceFunction = MySqlSource.builder()
                  .hostname("localhost")
                  .port(3306)
                  .username("flinkuser")
                  .password("flinkpw")
                  .databaseList("mydb")
                  // set other source options ...
                  .deserializer(new StringDebeziumDeserializationSchema()) // Converts SourceRecord to String
                  .build();
          DataStream cdcStream = env.addSource(sourceFunction);
          // Implement your processing logic here
          // For example:
          cdcStream.print();
          // Start the Flink job within the Spring Boot application
          env.execute("Flink CDC with Spring Boot");
      }
  }
  

  这次用例采用 ApplicationRunner，不过要改变一下，让 Flink CDC 作为 Bean 来实现。

  四、功能实现

  4.1、功能逻辑

  

  总体来讲，不太想把 Flink CDC单独拉出来，更想让它依托于一个服务上，彻底当成一个组件。

  其中在生产者中，我们将要进行实现:

  

  4.2、所需环境

  • MySQL 5.7 +：确保源数据库已经开启  Binlog 日志功能，并且设置 Row 格式
  • Spring Boot 2.7.6：还是不要轻易使用 3.0 以上为好，有好多jar没有适配
  • RabbitMQ：适配即可
  • Flink CDC：特别注意版本

    4.3、Flink CDC POM依赖

    1.13.6
    
       org.apache.flink
       flink-clients_2.12
       ${flink.version}
    
       
       org.apache.flink
       flink-java
       ${flink.version}
    
    
       org.apache.flink
       flink-streaming-java_2.12
       ${flink.version}
    
    
    
       com.ververica
       flink-connector-mysql-cdc
       2.0.0
    
    
       org.projectlombok
       lombok
       1.18.10
    
    
       cn.hutool
       hutool-all
       5.8.5
    
    
        org.apache.commons
        commons-lang3
        3.10
    
    
       com.alibaba
       fastjson
       2.0.42
    

    上面是一些Flink CDC必须的依赖，当然如果需要实现其他数据库，可以替换其他数据库的CDC jar。怎么安排jar包的位置和其余需要的jar，这个可自行调整。

    4.4、代码展示

    核心类

    • MysqlEventListener：配置类
    • MysqlDeserialization：MySQL消息读取自定义序列化
    • DataChangeInfo：封装的变更对象
    • DataChangeSink：继承一个Flink提供的抽象类，用于定义数据的输出或“下沉”逻辑，sink 是Flink处理流的最后阶段，通常用于将数据写入外部系统，如数据库、文件系统、消息队列等

      （1）通过 ApplicationRunner 接入 SpringBoot

      @Component
      public class MysqlEventListener implements ApplicationRunner {
          private final DataChangeSink dataChangeSink;
          public MysqlEventListener(DataChangeSink dataChangeSink) {
              this.dataChangeSink = dataChangeSink;
          }
          @Override
          public void run(ApplicationArguments args) throws Exception {
              StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
              env.setParallelism(1);
              DebeziumSourceFunction dataChangeInfoMySqlSource = buildDataChangeSourceRemote();
              DataStream streamSource = env
                      .addSource(dataChangeInfoMySqlSource, "mysql-source")
                      .setParallelism(1);
              streamSource.addSink(dataChangeSink);
              env.execute("mysql-stream-cdc");
          }
          private DebeziumSourceFunction buildDataChangeSourceLocal() {
              return MySqlSource.builder()
                      .hostname("127.0.0.1")
                      .port(3306)
                      .username("root")
                      .password("0507")
                      .databaseList("flink-cdc-producer")
                      .tableList("flink-cdc-producer.producer_content", "flink-cdc-producer.name_content")
                      /*
                       * initial初始化快照,即全量导入后增量导入(检测更新数据写入)
                       * latest:只进行增量导入(不读取历史变化)
                       * timestamp:指定时间戳进行数据导入(大于等于指定时间错读取数据)
                       */
                      .startupOptions(StartupOptions.latest())
                      .deserializer(new MysqlDeserialization())
                      .serverTimeZone("GMT+8")
                      .build();
          }
      }

      （2）自定义 MySQL 消息读取序列化

      public class MysqlDeserialization implements DebeziumDeserializationSchema {
          public static final String TS_MS = "ts_ms";
          public static final String BIN_FILE = "file";
          public static final String POS = "pos";
          public static final String CREATE = "CREATE";
          public static final String BEFORE = "before";
          public static final String AFTER = "after";
          public static final String SOURCE = "source";
          public static final String UPDATE = "UPDATE";
          /**
           * 反序列化数据,转为变更JSON对象
           */
          @Override
          public void deserialize(SourceRecord sourceRecord, Collector collector) {
              String topic = sourceRecord.topic();
              String[] fields = topic.split("\\.");
              String database = fields[1];
              String tableName = fields[2];
              Struct struct = (Struct) sourceRecord.value();
              final Struct source = struct.getStruct(SOURCE);
              DataChangeInfo dataChangeInfo = new DataChangeInfo();
              dataChangeInfo.setBeforeData(getJsonObject(struct, BEFORE).toJSONString());
              dataChangeInfo.setAfterData(getJsonObject(struct, AFTER).toJSONString());
              //5.获取操作类型  CREATE UPDATE DELETE
              Envelope.Operation operation = Envelope.operationFor(sourceRecord);
      //        String type = operation.toString().toUpperCase();
      //        int eventType = type.equals(CREATE) ? 1 : UPDATE.equals(type) ? 2 : 3;
              dataChangeInfo.setEventType(operation.name());
              dataChangeInfo.setFileName(Optional.ofNullable(source.get(BIN_FILE)).map(Object::toString).orElse(""));
              dataChangeInfo.setFilePos(Optional.ofNullable(source.get(POS)).map(x -> Integer.parseInt(x.toString())).orElse(0));
              dataChangeInfo.setDatabase(database);
              dataChangeInfo.setTableName(tableName);
              dataChangeInfo.setChangeTime(Optional.ofNullable(struct.get(TS_MS)).map(x -> Long.parseLong(x.toString())).orElseGet(System::currentTimeMillis));
              //7.输出数据
              collector.collect(dataChangeInfo);
          }
          private Struct getStruct(Struct value, String fieldElement) {
              return value.getStruct(fieldElement);
          }
          /**
           * 从元数据获取出变更之前或之后的数据
           */
          private JSONObject getJsonObject(Struct value, String fieldElement) {
              Struct element = value.getStruct(fieldElement);
              JSONObject jsonObject = new JSONObject();
              if (element != null) {
                  Schema afterSchema = element.schema();
                  List fieldList = afterSchema.fields();
                  for (Field field : fieldList) {
                      Object afterValue = element.get(field);
                      jsonObject.put(field.name(), afterValue);
                  }
              }
              return jsonObject;
          }
          @Override
          public TypeInformation getProducedType() {
              return TypeInformation.of(DataChangeInfo.class);
          }
      }

      （3）封装的变更对象

      @Data
      public class DataChangeInfo implements Serializable {
          /**
           * 变更前数据
           */
          private String beforeData;
          /**
           * 变更后数据
           */
          private String afterData;
          /**
           * 变更类型 1新增 2修改 3删除
           */
          private String eventType;
          /**
           * binlog文件名
           */
          private String fileName;
          /**
           * binlog当前读取点位
           */
          private Integer filePos;
          /**
           * 数据库名
           */
          private String database;
          /**
           * 表名
           */
          private String tableName;
          /**
           * 变更时间
           */
          private Long changeTime;
      }

      这里的 beforeData 、afterData直接存储 Struct 不好吗，还得费劲去来回转？

      我曾尝试过使用 Struct 存放在对象中，但是无法进行序列化。具体原因可以网上搜索，或者自己尝试一下。

      （4）定义 Flink 的 Sink

      @Component
      @Slf4j
      public class DataChangeSink extends RichSinkFunction {
          transient RabbitTemplate rabbitTemplate;
          transient ConfirmService confirmService;
          transient TableDataConvertService tableDataConvertService;
          @Override
          public void invoke(DataChangeInfo value, Context context) {
              log.info("收到变更原始数据:{}", value);
              //转换后发送到对应的MQ
              if (MIGRATION_TABLE_CACHE.containsKey(value.getTableName())) {
                  String routingKey = MIGRATION_TABLE_CACHE.get(value.getTableName());
                  //可根据需要自行进行confirmService的设计
                  rabbitTemplate.setReturnsCallback(confirmService);
                  rabbitTemplate.setConfirmCallback(confirmService);
                  rabbitTemplate.convertAndSend(EXCHANGE_NAME, routingKey, tableDataConvertService.convertSqlByDataChangeInfo(value));
              }
          }
          /**
           * 在启动SpringBoot项目是加载了Spring容器，其他地方可以使用@Autowired获取Spring容器中的类；但是Flink启动的项目中，
           * 默认启动了多线程执行相关代码，导致在其他线程无法获取Spring容器，只有在Spring所在的线程才能使用@Autowired，
           * 故在Flink自定义的Sink的open()方法中初始化Spring容器
           */
          @Override
          public void open(Configuration parameters) throws Exception {
              super.open(parameters);
              this.rabbitTemplate = ApplicationContextUtil.getBean(RabbitTemplate.class);
              this.confirmService = ApplicationContextUtil.getBean(ConfirmService.class);
              this.tableDataConvertService = ApplicationContextUtil.getBean(TableDataConvertService.class);
          }
      }

      （5）数据转换类接口和实现类

      public interface TableDataConvertService {
          String convertSqlByDataChangeInfo(DataChangeInfo dataChangeInfo);
      }

      @Service
      public class TableDataConvertServiceImpl implements TableDataConvertService {
          @Autowired
          Map sqlGeneratorServiceMap;
          @Override
          public String convertSqlByDataChangeInfo(DataChangeInfo dataChangeInfo) {
              SqlGeneratorService sqlGeneratorService = sqlGeneratorServiceMap.get(dataChangeInfo.getEventType());
              return sqlGeneratorService.generatorSql(dataChangeInfo);
          }
      }

      因为在 dataChangeInfo 中我们有封装对象的类型（CREATE、DELETE、UPDATE），所以我希望通过不同类来进行不同的工作。于是就有了下面的类结构：

      

      根据 dataChangeInfo 的类型去生成对应的 SqlGeneratorServiceImpl。

      这是策略模式还是模板方法？

      策略模式（Strategy Pattern）允许在运行时选择算法的行为。在策略模式中，定义了一系列的算法（策略），并将每一个算法封装起来，使它们可以相互替换。策略模式允许算法独立于使用它的客户端进行变化。

      InsertSqlGeneratorServiceImpl、UpdateSqlGeneratorServiceImpl 和 DeleteSqlGeneratorServiceImpl 各自实现了 SqlGeneratorService 接口，这确实表明了一种策略。每一个实现类表示一个特定的SQL生成策略，并且可以相互替换，只要它们遵守同一个接口。

      模板方法模式（Template Method Pattern），则侧重于在抽象类中定义算法的框架，让子类实现算法的某些步骤而不改变算法的结构。AbstractSqlGenerator 作为抽象类的存在是为了被继承，但如果它不含有模板方法（即没有定义算法骨架的方法），那它就不符合模板方法模式。

      在实际应用中，一个设计可能同时结合了多个设计模式，或者在某些情况下，一种设计模式的实现可能看起来与另一种模式类似。在这种情况下，若 AbstractSqlGenerator 提供了更多的共享代码或默认实现表现出框架角色，那么它可能更接近模板方法。而如果 AbstractSqlGenerator 仅仅作为一种接口实现方式，且策略之间可以相互替换，那么这确实更符合策略模式。

      值得注意的是，在 TableDataConvertServiceImpl 中，我们注入了一个 Map sqlGeneratorServiceMap，通过它来进行具体实现类的获取。那么他是个什么东西呢？作用是什么呢？为什么可以通过它来获取呢？

      @Resource、@Autowired 标注作用于 Map 类型时，如果 Map 的 key 为 String 类型，则 Spring 会将容器中所有类型符合 Map 的 value 对应的类型的 Bean 增加进来，用 Bean 的 id 或 name 作为 Map 的 key。

      那么可以看到下面第六步，在进行DeleteSqlGeneratorServiceImpl装配的时候进行指定了名字@Service("DELETE")，方便通过dataChangeInfo获取。

      （6）转换类部分代码

      public interface SqlGeneratorService {
          String generatorSql(DataChangeInfo dataChangeInfo);
      }
      public abstract class AbstractSqlGenerator implements SqlGeneratorService {
          @Override
          public String generatorSql(DataChangeInfo dataChangeInfo) {
              return null;
          }
           public String quoteIdentifier(String identifier) {
              // 对字段名进行转义处理，这里简化为对其加反引号
              // 实际应该处理数据库标识符的特殊字符
              return "`" + identifier + "`";
          }
      }

      @Service("DELETE")
      @Slf4j
      public class DeleteSqlGeneratorServiceImpl extends AbstractSqlGenerator {
          @Override
          public String generatorSql(DataChangeInfo dataChangeInfo) {
              String beforeData = dataChangeInfo.getBeforeData();
              Map beforeDataMap = JSONObjectUtils.JsonToMap(beforeData);
              StringBuilder wherePart = new StringBuilder();
              for (String key : beforeDataMap.keySet()) {
                  Object beforeValue = beforeDataMap.get(key);
                  if ("create_time".equals(key)){
                      SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
                      beforeValue = dateFormat.format(beforeValue);
                  }
                  if (wherePart.length() > 0) {
                      // 不是第一个更改的字段，增加逗号分隔
                      wherePart.append(", ");
                  }
                  wherePart.append(quoteIdentifier(key)).append(" = ").append(formatValue(beforeValue));
              }
              log.info("wherePart : {}", wherePart);
              return "DELETE FROM " + dataChangeInfo.getTableName() + " WHERE " + wherePart;
          }
      }

      核心代码如上所示，具体实现可自行设计。

      五、源码获取

      Github：incremental-sync-flink-cdc

       
       网站建设要费用多少  图片制作在线生成器  深圳网站开发教程  163企业邮箱注册申请  网址是怎么注册的  做一个网站要多久