blink udtf的实战

实时计算支持三种自定义函数(UDX),分别是:

UDF(User Defined Function)自定义标量函数,输入一条记录的0个、1个或者多个值,返回一个值。
UDAF(User Defined Aggregation Function)自定义聚合函数,将多条记录聚合成一条值。
UDTF(User Defined Table Function)自定义表值函数,能将多条记录转换后再输出,输出记录的个数和输入记录数不需要一一对应,也是唯一能返回多个字段的自定义函数。

本文档通过使用UDTF解析字节数组成多个字段
如存储的是{"name":"Alice", "age":13, "grade":"A"}的字节数组,通过UDTF 变成三列name,age,grade 值分别为 Alice,13,A

1 UDTF


import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import org.apache.flink.api.common.typeinfo.BasicTypeInfo;
import org.apache.flink.api.common.typeinfo.TypeInformation;
import org.apache.flink.api.java.typeutils.RowTypeInfo;
import org.apache.flink.shaded.calcite.com.google.common.collect.Lists;
import org.apache.flink.table.api.functions.TableFunction;
import org.apache.flink.table.api.types.DataType;
import org.apache.flink.table.api.types.TypeInfoWrappedDataType;
import org.apache.flink.types.Row;

import java.nio.charset.Charset;
import java.util.List;

public class kafkaUDTF extends TableFunction<Row> {

    public kafkaUDTF() {

    }

    private List<Class> clazzes = Lists.newArrayList();
    private List<String> fieldName = Lists.newArrayList();

    public kafkaUDTF(String... args) {
        for (String arg : args) {
            if (arg.contains(",")) {
//将 "VARCHAR" 转换为 String.class, "INTEGER" 转为 Integer.class等
                clazzes.add(ClassUtil.stringConvertClass(arg.split(",")[1]));
                fieldName.add(arg.split(",")[0]);
            }
        }
    }
    public static void main(String[] args) {
        kafkaUDTF kafkaUDTF = new kafkaUDTF("name,VARCHAR", "age,INTEGER", "grade,VARCHAR");
        kafkaUDTF.eval("{\"name\":\"Alice\", \"age\":13,  \"grade\":\"A\"}".getBytes());
    }

    public void eval(byte[] message) {
        String mess = new String(message, Charset.forName("UTF-8"));
        JSONObject json = JSON.parseObject(mess);
        Row row = new Row(fieldName.size());
        for (int i = 0; i < fieldName.size(); i++) {
            row.setField(i, json.get(fieldName.get(i)));
        }
        collect(row);
    }

    @Override
    // 如果返回值是Row,就必须重载实现这个方法,显式地告诉系统返回的字段类型
    public DataType getResultType(Object[] arguments, Class[] argTypes) {
        TypeInformation[] typeInformations = new TypeInformation[clazzes.size()];

        for (int i = 0; i < clazzes.size(); i++) {
            typeInformations[i] = BasicTypeInfo.of(clazzes.get(i));
        }
        RowTypeInfo rowType = new RowTypeInfo(typeInformations);
        return new TypeInfoWrappedDataType(rowType);
    }

}

2. Main

 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
StreamTableEnvironment tableEnv = TableEnvironment.getTableEnvironment(env);
  DataStreamSource<byte[]> byteSource = env.fromElements("{\"name\":\"Alice\", \"age\":13,  \"grade\":\"A\"}".getBytes());
        Table byteSourceTable = tableEnv.fromDataStream(byteSource, "message");

        tableEnv.registerTable("b", byteSourceTable);
        tableEnv.registerFunction("kafkaUDTF", new kafkaUDTF("name,VARCHAR", "age,INTEGER", "grade,VARCHAR"));

        Table res1 = tableEnv.sqlQuery("select  T.name, T.age, T.grade\n" +
                "from b as S\n" +
                "LEFT JOIN LATERAL TABLE(kafkaUDTF(message)) as T(name, age, grade) ON TRUE");
        res1.writeToSink(new PrintTableSink(TimeZone.getDefault()));
        tableEnv.execute();

//打印结果为 task-1> (+)Alice,13,A

3. 依赖

 <dependency>
            <groupId>com.alibaba.blink</groupId>
            <artifactId>flink-core</artifactId>
            <version>1.5.1</version>
            <type>pom</type>
        </dependency>
        <dependency>
            <groupId>com.alibaba.blink</groupId>
            <artifactId>flink-streaming-java_2.11</artifactId>
            <version>1.5.1</version>
        </dependency>
        <dependency>
            <groupId>com.alibaba.blink</groupId>
            <artifactId>flink-streaming-scala_2.11</artifactId>
            <version>1.5.1</version>
        </dependency>
        <dependency>
            <groupId>com.alibaba.blink</groupId>
            <artifactId>flink-table_2.11</artifactId>
            <version>1.5.1</version>
        </dependency>
<dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.9</version>
        </dependency>

4.扩展性

由于blink 的kafka source只支持字节数组,可通过这个UDTF从字节数组解析出想要的字段。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,723评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,080评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,604评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,440评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,431评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,499评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,893评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,541评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,751评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,547评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,619评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,320评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,890评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,896评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,137评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,796评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,335评论 2 342