既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
//1,zs,18 DataStreamSource s1 = env.socketTextStream("123.56.100.37", 9999); SingleOutputStreamOperator bean1 = s1.map(s -> { String[] arr = s.split(","); return new Bean1(Integer.parseInt(arr[0]),arr[1],Integer.parseInt(arr[2])); });
//1,beijing,1388888 DataStreamSource s2 = env.socketTextStream("123.56.100.37", 9998); SingleOutputStreamOperator bean2 = s2.map(s -> { String[] arr = s.split(","); return new Bean2(Integer.parseInt(arr[0]),arr[1],Integer.parseInt(arr[2])); });
2. socket流转表
tenv.createTemporaryView("bean1",bean1); tenv.createTemporaryView("bean2",bean2);
3. 执行建表语句
CREATE TABLE t_upsert_kafka_join3 (
id INT PRIMARY KEY NOT ENFORCED,
name STRING,
age INT,
addr STRING,
phone BIGINT
) WITH (
'connector' = 'upsert-kafka',
'topic' = 'upsert_kafka2_join',
'properties.bootstrap.servers' = '123.56.100.37:9092',
'key.format' = 'csv',
'value.format' = 'json'
)
4. 执行join语句插入
INSERT INTO t_upsert_kafka_join3
SELECT A1.id,A1.name,A1.age,A2.addr,A2.phone
FROM bean1 AS A1
LEFT JOIN bean2 AS A2
ON A1.id = A2.id
5. 查看结果
tenv.executeSql("SELECT * FROM t_upsert_kafka_join3").print();
## 2、Jdbc连接器
JDBC 连接器允许使用 JDBC 驱动向任意类型的关系型数据库读取或者写入数据。如果在 DDL 中定义了`主键`，JDBC sink 将以 upsert 模式与外部系统交换 UPDATE/DELETE 消息；否则，它将以 append 模式与外部系统交换消息且不支持消费 UPDATE/DELETE 消息。Jdbc作为source的时候，支持scan模式和lookup模式，`look模式的意思参考lookup join`。
### 2.1、Scan Source
CREATE TABLE flink_users (
id int primary key,
name string,
age int,
gender string
) WITH (
'connector' = 'jdbc',
'url' = 'jdbc:mysql://123.56.100.37:3306/flinktest?useSSL=false',
'table-name' = 'users',
'username' = 'root',
'password' = '123456'
)
相当于有界流，只scan一次
### 2.2、Sink: Streaming Append & Upsert Mode
INSERT INTO flink_users
SELECT A1.id,A1.name,A1.age,A2.gender
FROM bean1 AS A1
LEFT JOIN bean2 AS A2
ON A1.id = A2.id
查询结果，select的之后只scan一次
## 3、CDC连接器
适用于 Apache Flink 的 CDC 连接器是一组适用于 Apache Flink 的源连接器，使用`更改数据捕获 （CDC） 从不同的数据库引入更改`。 适用于 `Apache Flink 的 CDC 连接器集成了 Debezium` 作为捕获数据更改的引擎。所以它可以充分利用Debezium的能力。
github地址：<https://github.com/ververica/flink-cdc-connectors?tab=readme-ov-file>
### 3.1、Flink-CDC源码编译
1. 下载源码
<https://github.com/apache/flink-cdc/blob/release-2.0/pom.xml>
选择合适的版本、文章中用的事1.14.4，这里选择1.13.1版本
2. 在idea中，通过project from version control导入maven项目，源码修改如下：
①：删除包括测试等不用的项目，避免编译多余的项目
②：修改flink版本和Scala版本，为了匹配我们现在使用的flink版本
③：修改项目的groupId和version，定义新的flink版本
`这一步其实就是相当于修改源码，实际编程过程中，遇到很多细节性的错误，这里不做列举`
3. 编译源码，打包
这里直接在idea中选择install，从而可以成功的安装到本地
### 3.2 、mysql开启binlog
1. 修改配置文件/etc/mysql/my.cnf
github参考连接：<https://github.com/apache/flink-cdc/blob/master/docs/content/docs/connectors/cdc-connectors/mysql-cdc.md>
[mysqld]：<https://stackoverflow.com/questions/44298071/how-to-fix-mysql-error-found-option-without-preceding-group-in-config-file>
2. 查看binlog是否开启
show variables like 'log_%';
3. 查看master状态，即binlog的状态
show master status;
4. 建表后查看binlog信息
show binlog events in 'mysql-bin.000001';
### 3.3、mysql cdc连接器测试
使用方式参考连接：<https://github.com/apache/flink-cdc/blob/master/docs/content/docs/connectors/cdc-connectors/mysql-cdc.md>
1. 开启Checkpoint
env.enableCheckpointing(1000, CheckpointingMode.EXACTLY_ONCE); env.getCheckpointConfig().setCheckpointStorage("file:///c:/checkpoint");
2. 创建SQL表
CREATE TABLE flink_score ( id INT, name STRING, gender STRING, score DOUBLE, PRIMARY KEY(id) NOT ENFORCED ) WITH ( 'connector' = 'mysql-cdc', 'hostname' = '123.56.100.37', 'port' = '3306', 'username' = 'root', 'password' = '123456', 'database-name' = 'flinktest', 'table-name' = 'score' )
3. 测试是否可以查询到MySQL更新得到的数据
4. 测试复杂的SQL逻辑—`分组topN`
SELECT gender , name , score_amt , rn FROM ( SELECT gender , name , score_amt , row_number() over(partition by gender order by score_amt) as rn FROM ( SELECT gender , name , sum(score) as score_amt FROM flink_score GROUP BY gender,name )O1
)O2
WHERE rn<=2
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**[需要这份系统化资料的朋友，可以戳这里获取](https://gitee.com/vip204888)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
