在flink-connector-jdbc中增加对国产数据库达梦(V8)的支持
本文将展示如何在flink-connector-jdbc中增加对国产数据库达梦(V8)的支持。演示基于Java语言，使用Maven。
1. 关于flink-connector-jdbc
flink-connector-jdbc是Apache Flink框架提供的一个用于与关系型数据库进行连接和交互的连接器。它提供了使用Flink进行批处理和流处理的功能，可以方便地将关系型数据库中的数据引入Flink进行分析和处理，或者将Flink计算结果写入关系型数据库。
flink-connector-jdbc可以实现以下核心功能：
- 数据源连接：可以通过flink-connector-jdbc连接到各种支持JDBC标准的关系型数据库，如MySQL、PostgreSQL、Oracle等。
- 数据写入：可以将Flink的计算结果写入关系型数据库中，实现数据的持久化。
- 数据读取：可以从关系型数据库中读取数据，并将其作为Flink计算的输入数据。
- 数据格式转换：可以将关系型数据库中的数据转换为适合Flink计算的数据格式。
- 并行处理：可以根据数据源的并行度将数据进行分区和并行处理，以加速数据处理的速度。
flink-connector-jdbc为Flink提供了与关系型数据库集成的能力，可以方便地进行数据的导入、导出和处理，为开发人员提供了更强大和灵活的数据处理能力。
2. flink-connector-jdbc包含对哪些关系型数据库的支持
截止目前，flink最新版到flink-1.17.1，但是不管是flink-1.17.0还是flink-1.17.1，都没有找到关于flink-connector-jdbc的实现，从flink-1.16.2中能相关实现找到；
可以看到，flink-connector-jdbc目前只支持4种关系型数据库：derby、mysql、oracle、psql，
3. 在flink-1.17中添加对flink-connector-jdbc支持
这个不难，直接把flink-1.16.2中flink-connector-jdbc的代码实现拷贝到flink-1.17.0中相应位置即可，但注意修改flink-connectors和flink-connector-jdbc下的pom.xml文件
4. 在flink-connector-jdbc中添加对国产数据库达梦(V8)的支持
4.1 新增DamengRowConverter
在flink-connector-jdbc模块的org.apache.flink.connector.jdbc.internal.converter包下新增DamengRowConverter.java
package org.apache.flink.connector.jdbc.internal.converter; import org.apache.flink.connector.jdbc.converter.AbstractJdbcRowConverter; import org.apache.flink.table.data.DecimalData; import org.apache.flink.table.data.StringData; import org.apache.flink.table.data.TimestampData; import org.apache.flink.table.types.logical.DecimalType; import org.apache.flink.table.types.logical.LogicalType; import org.apache.flink.table.types.logical.RowType; import dm.jdbc.driver.DmdbBlob; import dm.jdbc.driver.DmdbClob; import java.io.IOException; import java.io.InputStream; import java.math.BigDecimal; import java.math.BigInteger; import java.sql.Date; import java.sql.Time; import java.sql.Timestamp; /** * Runtime converter that responsible to convert between JDBC object and Flink internal object for * Dameng. */ public class DamengRowConverter extends AbstractJdbcRowConverter { private static final long serialVersionUID = 1L; public DamengRowConverter(RowType rowType) { super(rowType); } @Override public JdbcDeserializationConverter createInternalConverter(LogicalType type) { switch (type.getTypeRoot()) { case NULL: return val -> null; case BOOLEAN: case FLOAT: case DOUBLE: case INTERVAL_YEAR_MONTH: case INTERVAL_DAY_TIME: case INTEGER: case BIGINT: return val -> val; case TINYINT: return val -> { if (val instanceof Byte) { return (Byte) val; } else if (val instanceof Short) { return ((Short) val).byteValue(); } else { return ((Integer) val).byteValue(); } }; case SMALLINT: // Converter for small type that casts value to int and then return short value, // since // JDBC 1.0 use int type for small values. return val -> val instanceof Integer ? ((Integer) val).shortValue() : val; case DECIMAL: final int precision = ((DecimalType) type).getPrecision(); final int scale = ((DecimalType) type).getScale(); // using decimal(20, 0) to support db type bigint unsigned, user should define // decimal(20, 0) in SQL, // but other precision like decimal(30, 0) can work too from lenient consideration. return val -> val instanceof BigInteger ? DecimalData.fromBigDecimal( new BigDecimal((BigInteger) val, 0), precision, scale) : DecimalData.fromBigDecimal((BigDecimal) val, precision, scale); case DATE: return val -> (int) ((Date.valueOf(String.valueOf(val))).toLocalDate().toEpochDay()); case TIME_WITHOUT_TIME_ZONE: return val -> (int) ((Time.valueOf(String.valueOf(val))).toLocalTime().toNanoOfDay() / 1_000_000L); case TIMESTAMP_WITH_TIME_ZONE: case TIMESTAMP_WITHOUT_TIME_ZONE: return val -> TimestampData.fromTimestamp((Timestamp) val); case CHAR: case VARCHAR: return val -> { // support text type if (val instanceof DmdbClob) { try { return StringData.fromString( inputStream2String(((DmdbClob) val).getAsciiStream())); } catch (Exception e) { throw new UnsupportedOperationException( "failed to get length from text"); } } else if (val instanceof DmdbBlob) { try { return StringData.fromString( inputStream2String(((DmdbBlob) val).getBinaryStream())); } catch (Exception e) { throw new UnsupportedOperationException( "failed to get length from text"); } } else { return StringData.fromString((String) val); } }; case BINARY: case VARBINARY: return val -> val instanceof DmdbBlob ? ((DmdbBlob) val).getBytes(1, (int) ((DmdbBlob) val).length()) : val.toString().getBytes(); case ARRAY: case ROW: case MAP: case MULTISET: case RAW: default: return super.createInternalConverter(type); } } @Override public String converterName() { return "Dameng"; } /** * get String from inputStream. * * @param input inputStream * @return String value * @throws IOException convert exception */ private static String inputStream2String(InputStream input) throws IOException { StringBuilder stringBuffer = new StringBuilder(); byte[] byt = new byte[1024]; for (int i; (i = input.read(byt)) != -1; ) { stringBuffer.append(new String(byt, 0, i)); } return stringBuffer.toString(); } } 在Flink的flink-connector-jdbc中，createInternalConverter是一个方法，用于创建将JDBC ResultSet中的数据转换为Flink的内部数据结构的转换器。这个方法通常在JDBCInputFormat中被调用。
在Flink中，使用JDBCInputFormat从关系型数据库中读取数据时，它会将JDBC的ResultSet对象作为输入，然后通过createInternalConverter方法将ResultSet中的每一行数据转换为Flink的内部数据结构（例如Tuple或Row），以便后续的处理和计算。
createInternalConverter方法接受参数ResultSetExtractor，它是一个接口，定义了将ResultSet中的数据转换为Flink内部数据结构的方法。实际上，Flink的flink-connector-jdbc提供了一些默认的ResultSetExtractor实现，可以根据数据的类型自动选择适当的转换规则。例如，对于数字类型的数据，可以使用JDBCTypeInformation来进行转换，对于字符串类型的数据，可以使用JDBCTypeUtils进行转换。
除了默认的转换器之外，也可以根据具体的需求自定义createInternalConverter方法。这样可以根据数据的特定类型或格式，定义自己的转换规则，并将ResultSet中的数据转换为特定的数据类型。
4.2 新增Dameng的dialect
4.2.1 DamengDialectFactory
package org.apache.flink.connector.jdbc.dialect.dameng; import org.apache.flink.annotation.Internal; import org.apache.flink.connector.jdbc.dialect.JdbcDialect; import org.apache.flink.connector.jdbc.dialect.JdbcDialectFactory; @Internal public class DamengDialectFactory implements JdbcDialectFactory { @Override public boolean acceptsURL(String url) { return url.startsWith("jdbc:dm:"); } @Override public JdbcDialect create() { return new DamengDialect(); } } 在flink-connector-jdbc中，JdbcDialectFactory是一个工厂类，用于创建特定数据库的JdbcDialect实例。
JdbcDialectFactory的主要作用是根据用户提供的JDBC连接URL，确定要连接的数据库类型，并创建对应的JdbcDialect实例。JdbcDialect是一个接口，定义了与特定数据库相关的SQL语法和行为。不同类型的数据库可能具有一些特定的SQL方言，并且可能有不同的行为和限制。JdbcDialectFactory利用JDBC连接URL中所指定的数据库类型信息，根据配置中的各种数据库方言实现，创建适用于该数据库的JdbcDialect实例。
通过JdbcDialect实例，flink-connector-jdbc可以为特定类型的数据库提供更高级的功能和最佳性能。例如，JdbcDialect可以优化生成的SQL查询，使用特定的语法和函数。它还可以检测数据库支持的特性，以避免不支持的操作。
使用JdbcDialectFactory时，通常在flink-connector-jdbc的连接器配置中指定JDBC连接URL，以确定要连接的数据库类型。之后，会调用JdbcDialectFactory.create方法，提供JDBC连接URL，根据该URL创建并返回适当的JdbcDialect实例。然后，该JdbcDialect实例可以与JDBCInputFormat和JDBCOutputFormat等组件一起使用，以实现特定数据库的查询和操作。
4.2.2 DamengDialect
package org.apache.flink.connector.jdbc.dialect.dameng; import org.apache.flink.connector.jdbc.converter.JdbcRowConverter; import org.apache.flink.connector.jdbc.dialect.AbstractDialect; import org.apache.flink.connector.jdbc.internal.converter.OracleRowConverter; import org.apache.flink.table.types.logical.LogicalTypeRoot; import org.apache.flink.table.types.logical.RowType; import java.util.Arrays; import java.util.EnumSet; import java.util.Optional; import java.util.Set; import java.util.stream.Collectors; /** JDBC dialect for Dameng. */ class DamengDialect extends AbstractDialect { private static final long serialVersionUID = 1L; private static final int MAX_TIMESTAMP_PRECISION = 9; private static final int MIN_TIMESTAMP_PRECISION = 1; private static final int MAX_DECIMAL_PRECISION = 38; private static final int MIN_DECIMAL_PRECISION = 1; @Override public JdbcRowConverter getRowConverter(RowType rowType) { return new OracleRowConverter(rowType); } @Override public String getLimitClause(long limit) { return "FETCH FIRST " + limit + " ROWS ONLY"; } @Override public OptionaldefaultDriverName() { return Optional.of("dm.jdbc.driver.DmDriver"); } @Override public String dialectName() { return "Dameng"; } @Override public String quoteIdentifier(String identifier) { return identifier; } @Override public Optional getUpsertStatement( String tableName, String[] fieldNames, String[] uniqueKeyFields) { String sourceFields = Arrays.stream(fieldNames) .map(f -> ":" + f + " " + quoteIdentifier(f)) .collect(Collectors.joining(", ")); String onClause = Arrays.stream(uniqueKeyFields) .map(f -> "t." + quoteIdentifier(f) + "=s." + quoteIdentifier(f)) .collect(Collectors.joining(" and ")); final Set uniqueKeyFieldsSet = Arrays.stream(uniqueKeyFields).collect(Collectors.toSet()); String updateClause = Arrays.stream(fieldNames) .filter(f -> !uniqueKeyFieldsSet.contains(f)) .map(f -> "t." + quoteIdentifier(f) + "=s." + quoteIdentifier(f)) .collect(Collectors.joining(", ")); String insertFields = Arrays.stream(fieldNames) .map(this::quoteIdentifier) .collect(Collectors.joining(", ")); String valuesClause = Arrays.stream(fieldNames) .map(f -> "s." + quoteIdentifier(f)) .collect(Collectors.joining(", ")); // if we can't divide schema and table-name is risky to call quoteIdentifier(tableName) // for example [tbo].[sometable] is ok but [tbo.sometable] is not String mergeQuery = " MERGE INTO " + tableName + " t " + " USING (SELECT " + sourceFields + " FROM DUAL) s " + " ON (" + onClause + ") " + " WHEN MATCHED THEN UPDATE SET " + updateClause + " WHEN NOT MATCHED THEN INSERT (" + insertFields + ")" + " VALUES (" + valuesClause + ")"; return Optional.of(mergeQuery); } @Override public Optional decimalPrecisionRange() { return Optional.of(Range.of(MIN_DECIMAL_PRECISION, MAX_DECIMAL_PRECISION)); } @Override public Optional timestampPrecisionRange() { return Optional.of(Range.of(MIN_TIMESTAMP_PRECISION, MAX_TIMESTAMP_PRECISION)); } @Override public Set supportedTypes() { // The data types used in Dameng are list at: // https://www.techonthenet.com/oracle/datatypes.php return EnumSet.of( LogicalTypeRoot.CHAR, LogicalTypeRoot.VARCHAR, LogicalTypeRoot.BOOLEAN, LogicalTypeRoot.VARBINARY, LogicalTypeRoot.DECIMAL, LogicalTypeRoot.TINYINT, LogicalTypeRoot.SMALLINT, LogicalTypeRoot.INTEGER, LogicalTypeRoot.BIGINT, LogicalTypeRoot.FLOAT, LogicalTypeRoot.DOUBLE, LogicalTypeRoot.DATE, LogicalTypeRoot.TIME_WITHOUT_TIME_ZONE, LogicalTypeRoot.TIMESTAMP_WITHOUT_TIME_ZONE, LogicalTypeRoot.TIMESTAMP_WITH_LOCAL_TIME_ZONE, LogicalTypeRoot.ARRAY); } } 在flink-connector-jdbc中，JdbcDialect是一个接口，用于定义与特定数据库相关的SQL语法和行为。每种不同类型的数据库可能有一些特定的SQL方言和行为，JdbcDialect提供了一种方式来处理这些差异，以确保在不同类型的数据库上执行的SQL操作正确执行，并且能够提供最佳的性能。
JdbcDialect接口定义了以下几种方法：
- String quoteIdentifier(String identifier): 将标识符（例如表名、列名）包装在适当的引号中，以在SQL语句中正确引用它。这是为了处理不同数据库对标识符的命名规则的差异。
- JdbcRowConverter getRowConverter(RowTypeInfo rowTypeInfo): 根据给定的RowTypeInfo，创建一个JdbcRowConverter实例，用于将Flink的Row数据对象转换为适用于特定数据库的JDBC数据对象。这是为了处理不同数据库对数据类型的差异。
- Optional defaultDriverName(): 获取JDBC驱动程序的默认名称，以在使用未指定驱动程序名称的情况下与数据库建立连接。
- Optional getUpsertStatement(String tableName, String[] fieldNames, String[] uniqueKeyFields): 用于生成用于"upsert"（插入或更新）操作的SQL语句。"Upsert"操作是指当目标表中存在指定的记录时，执行更新操作；如果不存在，则执行插入操作；在具体的JdbcDialect的实现中，getUpsertStatement方法会根据特定数据库的语法和行为生成相应的SQL语句。不同数据库对于"upsert"操作的语法可能有所不同，因此JdbcDialect会根据数据库类型来生成适当的语句。
JdbcDialect的具体实现类会根据特定数据库的特性来实现这些方法，以确保flink-connector-jdbc在不同类型的数据库上能够正确工作。例如，MySQLDialect、PostgresDialect和OracleDialect等都是JdbcDialect的实现类，分别处理MySQL、PostgreSQL和Oracle数据库的特定语法和行为。
5. 实测
编译打包不难，这里略过，我们测试一下；
我这边第一次测试时，就遇到一个大坑，数据写入失败，日志如下：
2023-09-01 17:38:58,545 ERROR org.apache.flink.connector.jdbc.internal.JdbcOutputFormat [] - JDBC executeBatch error, retry times = 0 dm.jdbc.driver.DMException: Unbinded parameter: 0 at dm.jdbc.driver.DBError.throwz(DBError.java:727) ~[DmJdbcDriver18-8.1.2.79.jar:- 8.1.2.79 - Production] at dm.jdbc.driver.DmdbPreparedStatement.checkBindParameters(DmdbPreparedStatement.java:347) ~[DmJdbcDriver18-8.1.2.79.jar:- 8.1.2.79 - Production] at dm.jdbc.driver.DmdbPreparedStatement.beforeExectueWithParameters(DmdbPreparedStatement.java:372) ~[DmJdbcDriver18-8.1.2.79.jar:- 8.1.2.79 - Production] at dm.jdbc.driver.DmdbPreparedStatement.do_executeLargeBatch(DmdbPreparedStatement.java:535) ~[DmJdbcDriver18-8.1.2.79.jar:- 8.1.2.79 - Production] at dm.jdbc.driver.DmdbPreparedStatement.do_executeBatch(DmdbPreparedStatement.java:514) ~[DmJdbcDriver18-8.1.2.79.jar:- 8.1.2.79 - Production] at dm.jdbc.driver.DmdbPreparedStatement.executeBatch(DmdbPreparedStatement.java:1494) ~[DmJdbcDriver18-8.1.2.79.jar:- 8.1.2.79 - Production] at org.apache.flink.connector.jdbc.statement.FieldNamedPreparedStatementImpl.executeBatch(FieldNamedPreparedStatementImpl.java:65) ~[flink-connector-jdbc-1.17.0.jar:1.17.0] at org.apache.flink.connector.jdbc.internal.executor.TableInsertOrUpdateStatementExecutor.executeBatch(TableInsertOrUpdateStatementExecutor.java:104) ~[flink-connector-jdbc-1.17.0.jar:1.17.0] at org.apache.flink.connector.jdbc.internal.executor.TableBufferReducedStatementExecutor.executeBatch(TableBufferReducedStatementExecutor.java:101) ~[flink-connector-jdbc-1.17.0.jar:1.17.0] at org.apache.flink.connector.jdbc.internal.JdbcOutputFormat.attemptFlush(JdbcOutputFormat.java:246) ~[flink-connector-jdbc-1.17.0.jar:1.17.0] at org.apache.flink.connector.jdbc.internal.JdbcOutputFormat.flush(JdbcOutputFormat.java:216) ~[flink-connector-jdbc-1.17.0.jar:1.17.0] at org.apache.flink.connector.jdbc.internal.JdbcOutputFormat.lambda$open
6. 附
(JdbcOutputFormat.java:155) ~[flink-connector-jdbc-1.17.0.jar:1.17.0] at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511) [?:1.8.0_221] at java.util.concurrent.FutureTask.runAndReset(FutureTask.java:308) [?:1.8.0_221] at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.access1(ScheduledThreadPoolExecutor.java:180) [?:1.8.0_221] at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.run(ScheduledThreadPoolExecutor.java:294) [?:1.8.0_221] at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149) [?:1.8.0_221] at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624) [?:1.8.0_221] at java.lang.Thread.run(Thread.java:748) [?:1.8.0_221] 2023-09-01 17:38:58,679 ERROR org.apache.flink.connector.jdbc.internal.JdbcOutputFormat [] - JDBC executeBatch error, retry times = 1 dm.jdbc.driver.DMException: Unbinded parameter: 0 这个异常很奇怪：dm.jdbc.driver.DMException: Unbinded parameter: 0
总之，代码看不出问题来，正百思不得其解的时候，决定升级DmJdbcDriver试试，从8.1.2.79升到了8.1.2.141，终于成功了！
原始代码下载可以参考： https://gitee.com/flink_acme/flink-connector-jdbc.git
达梦数据库版本：
SQL> select *，id_code from v$version; LINEID BANNER id_code ---------- ------------------------- --------------------------------------- 1 DM Database Server 64 V8 1-2-38-21.07.09-143359-10018-ENT Pack1 2 DB Version: 0x7000c 1-2-38-21.07.09-143359-10018-ENT Pack1 used time: 00:00:07.719. Execute id is 2300. SQL> SQL> select * from v$instance; LINEID NAME INSTANCE_NAME INSTANCE_NUMBER HOST_NAME SVR_VERSION DB_VERSION ---------- -------- ------------- --------------- --------- -------------------------- ------------------- START_TIME STATUS$ MODE$ OGUID DSC_SEQNO DSC_ROLE ------------------- ------- ------ ----------- ----------- -------- 1 DMSERVER DMSERVER 1 bd161 DM Database Server x64 V8 DB Version: 0x7000c 2023-08-28 13:51:41 OPEN NORMAL 0 0 NULL used time: 565.918(ms). Execute id is 2301.
猜你喜欢
网友评论
- 搜索
- 最新文章
- 热门文章