怎么使用Flink TableAPI和SQL /Elasticsearch

这篇文章主要讲解了“怎么使用Flink TableAPI和SQL /Elasticsearch”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么使用Flink TableAPI和SQL /Elasticsearch”吧！

使用Tbale&SQL与Flink Elasticsearch Connector 连接器将数据写入Elasticsearch引擎的索引

示例环境

java.version: 1.8.x
flink.version: 1.11.1
elasticsearch：6.x

示例数据源 （项目码云下载）

Flink 系例 之 搭建开发环境与数据

示例模块 （pom.xml）

Flink 系例 之 TableAPI & SQL 与 示例模块

InsertToEs.java

package com.flink.examples.elasticsearch;

import org.apache.flink.streaming.api.TimeCharacteristic;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.api.StatementSet;
import org.apache.flink.table.api.TableResult;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;

/**
 * @Description 使用Tbale&SQL与Flink Elasticsearch连接器将数据写入Elasticsearch引擎的索引
 */
public class InsertToEs {

    /**
     * Apache Flink 有两种关系型 API 来做流批统一处理：Table API 和 SQL。
     * 参考官方：https://ci.apache.org/projects/flink/flink-docs-release-1.11/zh/dev/table/connectors/elasticsearch.html
    */

    //参见属性配置类：ElasticsearchValidator
    static String table_sql = "CREATE TABLE my_users (\n" +
            "  user_id STRING,\n" +
            "  user_name STRING,\n" +
            "  uv BIGINT,\n" +
            "  pv BIGINT,\n" +
            "  PRIMARY KEY (user_id) NOT ENFORCED\n" +
            ") WITH (\n" +
            "  'connector.type' = 'elasticsearch',\n" +
            "  'connector.version' = '6',\n" +
            "  'connector.property-version' = '1', \n" +
            "  'connector.hosts' = 'http://192.168.110.35:9200',\n" +
            "  'connector.index' = 'users',\n" +
            "  'connector.document-type' = 'doc',\n" +
            "  'format.type' = 'json',\n" +
            "  'update-mode'='append' -- append|upsert\n" +
            ")";

    public static void main(String[] args) {
        //构建StreamExecutionEnvironment
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        //默认流时间方式
        env.setStreamTimeCharacteristic(TimeCharacteristic.ProcessingTime);
        //构建EnvironmentSettings 并指定Blink Planner
        EnvironmentSettings bsSettings = EnvironmentSettings.newInstance().useBlinkPlanner().inStreamingMode().build();
        //构建StreamTableEnvironment
        StreamTableEnvironment tEnv = StreamTableEnvironment.create(env, bsSettings);
        //注册kafka数据维表
        tEnv.executeSql(table_sql);
        //Elasticsearch connector 目前只支持了 sink，不支持 source 。不能SELECT elasticsearch table,因此只能通过insert的方式提交数据;
        String sql = "insert into my_users (user_id,user_name,uv,pv) values('10003','tom',31,10)";
//        TableResult tableResult = tEnv.executeSql(sql);

        //第二种方式：声明一个操作集合来执行sql
        StatementSet stmtSet = tEnv.createStatementSet();
        stmtSet.addInsertSql(sql);
        TableResult tableResult = stmtSet.execute();

        tableResult.print();
    }
}

打印结果

+-------------------------------------------+
| default_catalog.default_database.my_users |
+-------------------------------------------+
|                                        -1 |
+-------------------------------------------+
1 row in set

感谢各位的阅读，以上就是“怎么使用Flink TableAPI和SQL /Elasticsearch”的内容了，经过本文的学习后，相信大家对怎么使用Flink TableAPI和SQL /Elasticsearch这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！