Flink SQL 通过jdbc连接表的DDL语句

create table deal_mysql( tenant_id String, shop_id String, pay_amt decimal(19, 2), pay_qty double, sku_code String, category_code_b string, write_time timestamp, dt Date, primary key (tenant_id,sku_code) not enforced )with( 'connector'='jdbc', 'url'='jdbc:mysql://ip:3306/database_name', 'username'='root', 'password'='password', 'table-name'='table_name' );

上述案例中涉及到的就是主要的连接参数，更多的参数设置还有

连接器参数?# 参数是否必填默认值类型描述

connector

必填(none)String指定使用什么类型的连接器，这里应该是'jdbc'。

url

必填(none)StringJDBC 数据库 url。

table-name

必填(none)String连接到 JDBC 表的名称。

driver

可选(none)String用于连接到此 URL 的 JDBC 驱动类名，如果不设置，将自动从 URL 中推导。

username

可选(none)StringJDBC 用户名。如果指定了?'username'?和?'password'?中的任一参数，则两者必须都被指定。

password

可选(none)StringJDBC 密码。

connection.max-retry-timeout

可选60sDuration最大重试超时时间，以秒为单位且不应该小于 1 秒。

scan.partition.column

可选(none)String用于将输入进行分区的列名。请参阅下面的分区扫描部分了解更多详情。

scan.partition.num

可选(none)Integer分区数。

scan.partition.lower-bound

可选(none)Integer第一个分区的最小值。

scan.partition.upper-bound

可选(none)Integer最后一个分区的最大值。

scan.fetch-size

可选0Integer每次循环读取时应该从数据库中获取的行数。如果指定的值为?'0'，则该配置项会被忽略。

scan.auto-commit

可选trueBoolean在 JDBC 驱动程序上设置?auto-commit?标志， 它决定了每个语句是否在事务中自动提交。有些 JDBC 驱动程序，特别是?Postgres，可能需要将此设置为 false 以便流化结果。

lookup.cache.max-rows

可选(none)Integerlookup cache 的最大行数，若超过该值，则最老的行记录将会过期。 默认情况下，lookup cache 是未开启的。请参阅下面的?Lookup Cache?部分了解更多详情。

lookup.cache.ttl

可选(none)Durationlookup cache 中每一行记录的最大存活时间，若超过该时间，则最老的行记录将会过期。 默认情况下，lookup cache 是未开启的。请参阅下面的?Lookup Cache?部分了解更多详情。

lookup.cache.caching-missing-key

可选trueBoolean标记缓存丢失的键，默认为true

lookup.max-retries

可选3Integer查询数据库失败的最大重试时间。

sink.buffer-flush.max-rows

可选100Integerflush 前缓存记录的最大值，可以设置为?'0'?来禁用它。

sink.buffer-flush.interval

可选1sDurationflush 间隔时间，超过该时间后异步线程将 flush 数据。可以设置为?'0'?来禁用它。注意, 为了完全异步地处理缓存的 flush 事件，可以将?'sink.buffer-flush.max-rows'?设置为?'0'?并配置适当的 flush 时间间隔。

sink.max-retries

可选3Integer写入记录到数据库失败后的最大重试次数。

sink.parallelism

可选(none)Integer用于定义 JDBC sink 算子的并行度。默认情况下，并行度是由框架决定：使用与上游链式算子相同的并行度。

当然也可以在官网中查看更多的jdbc连接的参数配置和使用方法

这里最主要要说的注意点就是primary key的设置：

在上面的案例中设置的primary key是（sku_code,tenent_id）联合主键来保证数据唯一性，如果你jdbc连接的表示当做source表primary key和原表一样或者指定一个就可，但是如果是要作为sink表则需要注意，必须要保证同一批次写入的数据中primary key必须是唯一的，否则会因为主键的存在丢失数据。

在测试中只有一个tenant_id作为主键，当两条数据具有相同的tenant_id数据同时处理时就会出现数据丢失一条。

如官网中的解释

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。本文档描述了针对关系型数据库如何通过建立 JDBC 连接器来执行 SQL 查询。

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。

当写入数据到外部数据库时，Flink 会使用 DDL 中定义的主键。如果定义了主键，则连接器将以 upsert 模式工作，否则连接器将以 append 模式工作。

在 upsert 模式下，Flink 将根据主键判断插入新行或者更新已存在的行，这种方式可以确保幂等性。为了确保输出结果是符合预期的，推荐为表定义主键并且确保主键是底层数据库中表的唯一键或主键。在 append 模式下，Flink 会把所有记录解释为 INSERT 消息，如果违反了底层数据库中主键或者唯一约束，INSERT 插入可能会失败。

有关 PRIMARY KEY 语法的更多详细信息，请参见?CREATE TABLE DDL。

这里要注意的是如果你的数据来源是通过Flink CDC则必须要指定主键，否则会报如下错误

[ERROR] Could not execute SQL statement. Reason: java.lang.IllegalStateException: please declare primary key for sink table when query contains update/delete record.

如果是数据来源为kafka无更新和删除则可以不指定主键。

?

---

1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，会注明原创字样,如未注明都非原创，如有侵权请联系删除！；3.作者投稿可能会经我们编辑修改或补充；4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。