本文为您介绍Upsert Kafka结果表的DDL定义、WITH参数和示例。

什么是Upsert Kafka

Upsert Kafka基于开源Flink社区的Upsert Kafka版实现，详情请参见Upsert Kafka SQL连接器。Upsert Kafka可以消费ChangeLog流，支持Flink将INSERT和UPDATE_AFTER数据作为正常的Kafka消息写入Kafka Topic，并将DELETE数据以Value为空的Kafka消息写入Kafka Topic，即以Upsert方式将数据写入Kafka Topic。此外，Flink将根据主键列的值对数据进行分区，从而保证主键上的消息有序，因此同一主键上的更新或删除消息将落在同一分区中。

DDL定义

以表名upsert_kafka_sink为例介绍DDL定义。
CREATE TABLE upsert_kafka_sink (
  user_region STRING,
  pv BIGINT,
  uv BIGINT,
  PRIMARY KEY (user_region) NOT ENFORCED
) WITH (
  'connector' = 'upsert-kafka',
  'topic' = '<yourTopicName>',
  'properties.bootstrap.servers' = '...',
  'key.format' = 'avro',
  'value.format' = 'avro'
);
说明 Upsert Kafka必须声明主键。

WITH参数

参数 说明 是否必选 数据类型 备注
connector 结果表类型 是 STRING 固定值为upsert-kafka。
topic 结果表对应的Topic 是 STRING 无
properties.bootstrap.servers Kafka Broker地址 是 STRING 格式为host:port,host:port,host:port，以英文逗号（,）分割。
key.format Upsert Kafka消息中Key部分序列化的格式 是 STRING 支持的格式如下：
  • csv
  • json
  • avro
value.format Upsert Kafka消息中Value部分序列化的格式 是 STRING 支持的格式如下：
  • csv
  • json
  • avro
value.fields-include 指定出现在Value中的字段 否 String 取值如下：
  • ALL（默认值）：Schema中所有字段，包括主键字段。
  • EXCEPT_KEY：Schema中所有字段，不包括主键字段。
properties.* 指定Kafka参数 否 String 后缀名必须匹配定义在Apache Kafka文档中的参数名。Flink会自动移除properties. 前缀，并将转换后的参数名及值传入Kafka客户端。例如，您可以通过设置'properties.allow.auto.create.topics' = 'false'来禁止自动创建Topic。
说明 已在WITH参数定义的Kafka参数是不允许通过该方式指定参数，因为Flink会重写该参数的值。例如'key.deserializer'和'value.deserializer'。

示例

--创建统计PV和UV的源表。
CREATE TABLE pageviews (
  user_id BIGINT,
  page_id BIGINT,
  viewtime TIMESTAMP,
  user_region STRING,
  WATERMARK FOR viewtime AS viewtime - INTERVAL '2' SECOND
) WITH (
  'connector' = 'kafka',
  'topic' = '<yourTopicName>',
  'properties.bootstrap.servers' = '...',
  'format' = 'json'
);


--创建Upsert Kafka结果表。
CREATE TABLE pageviews_per_region (
  user_region STRING,
  pv BIGINT,
  uv BIGINT,
  PRIMARY KEY (user_region) NOT ENFORCED
) WITH (
  'connector' = 'upsert-kafka',
  'topic' = '<yourTopicName>',
  'properties.bootstrap.servers' = '...',
  'key.format' = 'avro',
  'value.format' = 'avro'
);

--将统计的PV、UV数据写入结果表中。
INSERT INTO pageviews_per_region 
SELECT
  user_region,
  COUNT(*),
  COUNT(DISTINCT user_id)
FROM pageviews
GROUP BY user_region;