Flink 实践教程：入门（1）：零基础用户实现简单 Flink 任务

作者：腾讯云流计算 Oceanus 团队

流计算 Oceanus 简介

流计算 Oceanus 是大数据产品生态体系的实时化分析利器，是基于 Apache Flink 构建的具备一站开发、无缝连接、亚秒延时、低廉成本、安全稳定等特点的企业级实时大数据分析平台。流计算 Oceanus 以实现企业数据价值最大化为目标，加速企业实时化数字化的建设进程。

流计算 Oceanus 提供了便捷的控制台环境，方便用户编写 SQL 分析语句、ETL 作业或者上传运行自定义 JAR 包，支持作业运维管理。

本文将为您详细介绍如何使用 datagen 和 blackhole 连接器随机产生和存储数据。

前置准备

创建流计算 Oceanus 集群

进入流计算 Oceanus 控制台，点击左侧【集群管理】，点击左上方【创建集群】，具体可参考流计算 Oceanus 官方文档创建独享集群。

流计算 Oceanus 作业

1. 创建 Source

-- Datagen Connector 可以随机生成数据。Datagen Connector 适合用做测试数据源。
-- 参见 https://ci.apache.org/projects/flink/flink-docs-release-1.13/zh/dev/table/connectors/datagen.html

CREATE TABLE random_source (
user_id INT,
item_id INT,
category_id INT,
behavior VARCHAR
) WITH (
 'connector' = 'datagen',
 'rows-per-second' = '1',              -- 每秒产生的数据条数
 'fields.user_id.kind' = 'sequence',   -- 有界序列（结束后自动停止输出）
 'fields.user_id.start' = '1',         -- 序列的起始值
 'fields.user_id.end' = '10000',       -- 序列的终止值
 'fields.item_id.kind' = 'random',     -- 无界的随机数
 'fields.item_id.min' = '1',           -- 随机数的最小值
 'fields.item_id.max' = '1000',        -- 随机数的最大值
 'fields.category_id.kind' = 'random', -- 无界的随机数
 'fields.category_id.min' = '1',       -- 随机数的最小值
 'fields.category_id.max' = '1000',    -- 随机数的最大值
 'fields.behavior.length' = '5'        -- 随机字符串的长度
);

2. 创建 Sink

-- 输入到 Blackhole Sink 的数据, 会被全部丢弃。Blackhole Sink 适合做性能测试。
-- 参见 https://ci.apache.org/projects/flink/flink-docs-release-1.13/zh/docs/connectors/table/blackhole/

CREATE TABLE blackhole_sink (
user_id INT,
item_id INT,
category_id INT,
behavior VARCHAR
) WITH ('connector' = 'blackhole');

3. 编写业务 SQL

INSERT INTO blackhole_sink
(
   SELECT user_id,
  item_id,
  category_id,
  behavior
   FROM random_source
);

4. 发布运行

点击工具栏【语法检查】进行 SQL 语法检查，检查无误后点击【保存】>【发布草稿】运行作业。

总结

Datagen Connector 连接器是一款用于生成随机数据的 Connector，一般作为测试使用。 Sink 到 Blackhole 的数据会被丢弃，用户无法查询到其中的数据，此连接器一般用于于性能测试。

关注“腾讯云大数据”公众号，技术交流、最新活动、服务专享一站Get~