Flink_CDC搭建及简单使用
1.CDC简介：
CDC （Change Data Capture） ，在广义的概念上，只要能捕获数据变更的技术，都可以称为 CDC 。但通常我们说的CDC 技术主要面向数据库（包括常见的mysql,Oracle, MongoDB等）的变更，是一种用于捕获数据库中数据变更的技术。
目前市面上的CDC技术非常多，常见的主要包括Flink CDC,DataX,Canal,Sqoop,Kettle,Oracle Goldengate,Debezium等。DataX，Sqoop和kettle的CDC实现技术主要是基于查询的方式实现的，通过离线调度查询作业，实现批处理请求。这种作业方式无法保证数据的一致性，实时性也较差。Flink CDC，Canal，Debezium和Oracle Goldengate是基于日志的CDC技术。这种技术，利用流处理的方式，实时处理日志数据，保证了数据的一致性，为其他服务提供了实时数据。
2.Flink_CDC简介：
目前公司主要是通过canal监控mysql的binlog日志，然后将日志数据实时发送到kafka中，通过flink程序，将日志数据实时下发到其他服务中。这种方式，数据链路长，实时性效果较差，运维也比较复杂。
Flink_CDC技术的出现，解决了传统数据库实时同步的痛点。Flink_CDC通过伪装成msql的slave节点，实时读取master节点全量和增量数据，它能够捕获所有数据的变化，捕获完整的变更记录，无需像查询CDC那样发起全表的扫描过滤，高效且无需入侵代码，完全与业务解耦，运维及其简单。
3.Flink_CDC部署：
3.1 依赖版本
环境：Linux（Centos7）
Flink : 1.31.1
Flink_CDC: flink-sql-connector-mysql-cdc-2.1.0.jar
mysql版本：8.0.13
mysql驱动包：mysql-connector-java-8.0.13.jar
3.2环境搭建
3.2.1安装java环境（不再赘述）；
3.2.2安装数据库（不在赘述）；
3.2.3搭建Flink环境（单机模式）;
1.获取flink版本。
cd /home
wget https://archive.apache.org/dist/flink/flink-1.9.0/flink-1.13.1-bin-scala_2.11.tgz
2.解压flink：
tar -zxvf flink-1.13.1-bin-scala_2.11.tgz
3.编辑flink配置文件，配置java环境
cd flink-1.13.1
vim conf/flink-conf.yaml
添加配置：env.java.home=/home/jdk/jdk1.8.0_291
4.上传flink_CDC驱动包和mysql驱动包：
cd flink-1.13.1/lib
上传：
flink-sql-connector-mysql-cdc-2.1.0.jar
mysql-connector-java-8.0.13.jar
5.启动flink集群：
/bin/start-cluster.sh
1
3.3创建mysql表：
CREATE TABLE ——products—— （
——id—— int NOT NULL,
——name—— varchar（45） DEFAULT NULL,
——description—— varchar（45） DEFAULT NULL,
——weight—— decimal（10,3） DEFAULT NULL,
PRIMARY KEY （——id——）
） ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;
3.4启动flink-sql-client
本次主要是通过flink的sql客户端来测试的。
./flink-1.13.1/bin/sql-client.sh
1
3.5创建Flink_CDC虚拟表：
CREATE TABLE ——products_cdc—— （
id INT NOT NULL,
name varchar（32），
description varchar（45），
weight DECIMAL（10,3）
） WITH （
'scan.incremental.snapshot.enabled' = 'false',
'connector' = 'mysql-cdc',
'hostname' = '0.0.0.0',
'port' = '3306',
'username' = 'root',
'password' = '123456',
'database-name' = 'test_db',
'table-name' = 'products'
）;
###如果未设置'scan.incremental.snapshot.enabled' = 'false'，会报错：
Caused by: org.apache.flink.table.api.ValidationException: The primary key is necessary when enable 'Key: 'scan.incremental.snapshot.enabled' , default: true （fallback keys: []）' to 'true'
at com.alibaba.ververica.cdc.connectors.mysql.table.MySqlTableSourceFactory.validatePrimaryKeyIfEnableParallel（MySqlTableSourceFactory.java:186）
at com.alibaba.ververica.cdc.connectors.mysql.table.MySqlTableSourceFactory.createDynamicTableSource（MySqlTableSourceFactory.java:85）
at org.apache.flink.table.factories.FactoryUtil.createTableSource（FactoryUtil.java:134）
… 30 more
###报错原因：
MySQL CDC源表在Flink 1.13版本会进行语法检查，在MySQL CDC DDL WITH参数中，未设置主键（Primary Key）信息。因为Flink 1.13版本，新增支持按PK分片，进行多并发读取数据的功能。
###解决方案：
如果在Flink 1.13版本，您需要多并发读取MySQL数据，则在DDL中添加PK信息。
|
