欢迎光临
我们一直在努力

实时数据处理:Apache Kafka与Flink实战

实时数据处理:Apache Kafka与Flink实战

大家好,我是欧阳瑞(Rich Own)。今天想和大家聊聊实时数据处理这个重要话题。作为一个全栈开发者,实时数据处理已经成为现代应用的核心能力。今天就来分享一下Apache Kafka和Flink的实战经验。

实时数据处理概述

应用场景

场景说明
实时监控 实时日志分析、监控告警
实时推荐 个性化推荐系统
实时计算 实时统计、实时报表
实时风控 欺诈检测、异常识别

技术选型

消息队列 → Kafka/RabbitMQ
实时计算 → Flink/Spark Streaming
消息存储 → Kafka/Pulsar

Apache Kafka

核心概念

概念说明
Topic 消息主题
Partition 分区
Producer 生产者
Consumer 消费者
Consumer Group 消费者组

生产者配置

const { Kafka } = require('kafkajs');

const kafka = new Kafka({
clientId: 'my-app',
brokers: ['localhost:9092']
});

const producer = kafka.producer();

async function produce() {
await producer.connect();
await producer.send({
topic: 'user-events',
messages: [
{ value: JSON.stringify({ userId: '1', event: 'login' }) },
{ value: JSON.stringify({ userId: '2', event: 'purchase' }) }
]
});
await producer.disconnect();
}

消费者配置

const consumer = kafka.consumer({ groupId: 'my-group' });

async function consume() {
await consumer.connect();
await consumer.subscribe({ topic: 'user-events', fromBeginning: true });

await consumer.run({
eachMessage: async ({ topic, partition, message }) => {
console.log({
value: message.value.toString()
});
}
});
}

Apache Flink

核心概念

概念说明
DataStream 数据流
Window 窗口
Operator 算子
State 状态

Flink作业示例

import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer;

public class KafkaFlinkJob {
public static void main(String[] args) throws Exception {
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

DataStream<String> stream = env.addSource(new FlinkKafkaConsumer<>(
"user-events",
new SimpleStringSchema(),
properties
));

stream
.map(json -> {
UserEvent event = parseJson(json);
return event;
})
.keyBy(event -> event.userId)
.window(TumblingEventTimeWindows.of(Time.minutes(5)))
.count()
.print();

env.execute("Kafka Flink Job");
}
}

实时计算案例

// 使用flink-streaming-java的JavaScript API
const { StreamExecutionEnvironment } = require('flink-streaming-java');

const env = StreamExecutionEnvironment.getExecutionEnvironment();

env.fromCollection([1, 2, 3, 4, 5])
.map(x => x * 2)
.filter(x => x > 5)
.print();

env.execute('Simple Job');

实战案例:实时用户行为分析

Kafka → Flink → Redis → Dashboard

1. 用户行为数据写入Kafka
2. Flink消费Kafka,计算实时统计
3. 将结果写入Redis
4. Dashboard从Redis读取数据展示

// Flink处理逻辑
const stream = env.addSource(kafkaConsumer);

stream
.map(record => JSON.parse(record.value()))
.keyBy(record => record.userId)
.window(SlidingEventTimeWindows.of(Time.seconds(30), Time.seconds(10)))
.aggregate(
() => ({ count: 0, events: [] }),
(acc, record) => {
acc.count++;
acc.events.push(record);
return acc;
},
(key, window, aggregates) => {
return { userId: key, count: aggregates.count };
}
)
.addSink(redisSink);

总结

实时数据处理是现代应用的核心能力。通过Kafka和Flink的组合,可以构建高性能的实时数据处理系统。

我的鬃狮蜥Hash对实时处理也有自己的理解——它总是实时监控周围环境,捕捉任何移动的蟋蟀,这也许就是自然界的"实时数据处理"吧!

如果你对实时数据处理有任何问题,欢迎留言交流!我是欧阳瑞,极客之路,永无止境!


技术栈:Apache Kafka · Apache Flink · 实时计算

赞(0)
未经允许不得转载:171主机测评 » 实时数据处理:Apache Kafka与Flink实战
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址