AWS Kinesis

有状态功能提供了一个AWS Kinesis I/O模块，用于读取和写入Kinesis流。它基于Apache Flink的Kinesis连接器。Kinesis I/O模块可以用Yaml或Java配置。

依赖项

要在Java中使用Kinesis I / O模块，请在pom中添加以下依赖项。

<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>statefun-kinesis-io</artifactId>
    <version>2.0.0</version>
    <scope>provided</scope>
</dependency>

Kinesis入口规范

KinesisIngressSpec声明要从Kinesis流中消费的入口规范。

它接受以下参数：

1. AWS区域

2. AWS凭证提供者

3. KinesisIngressDeserializer，用于从Kinesis反序列化数据(仅限Java)

4. 流开始位置

5. Kinesis客户端的属性

6. 要消费的流的名称

嵌入式模块

package org.apache.flink.statefun.docs.io.kinesis;

import org.apache.flink.statefun.docs.models.User;
import org.apache.flink.statefun.sdk.io.IngressIdentifier;
import org.apache.flink.statefun.sdk.io.IngressSpec;
import org.apache.flink.statefun.sdk.kinesis.auth.AwsCredentials;
import org.apache.flink.statefun.sdk.kinesis.ingress.KinesisIngressBuilder;
import org.apache.flink.statefun.sdk.kinesis.ingress.KinesisIngressStartupPosition;

public class IngressSpecs {

  public static final IngressIdentifier<User> ID =
      new IngressIdentifier<>(User.class, "example", "input-ingress");

  public static final IngressSpec<User> kinesisIngress =
      KinesisIngressBuilder.forIdentifier(ID)
          .withAwsRegion("us-west-1")
          .withAwsCredentials(AwsCredentials.fromDefaultProviderChain())
          .withDeserializer(UserDeserializer.class)
          .withStream("stream-name")
          .withStartupPosition(KinesisIngressStartupPosition.fromEarliest())
          .withClientConfigurationProperty("key", "value")
          .build();
}

远程模块

入口还接受使用KinesisIngressBuilder#withClientConfigurationProperty()来直接配置Kinesis客户端的属性。请参阅Kinesis 客户端配置文档以获取可用属性的完整列表。请注意，使用命名方法传递的配置将具有更高的优先级，并在提供的属性中覆盖它们各自的设置。

启动位置

入口允许将启动位置配置为以下之一：

最新-Latest (default)

嵌入式模块

KinesisIngressStartupPosition#fromLatest();

远程模块

最早-Earlist

从尽可能早的位置开始消费。

嵌入式模块

KinesisIngressStartupPosition#fromEarliest();

远程模块

Date

从摄取时间大于或等于指定日期的偏移量开始。

嵌入式模块

KinesisIngressStartupPosition#fromDate(ZonedDateTime.now());

远程模块

Kinesis 反序列化器

Kinesis 入口需要知道如何将Kinesis中的二进制数据转换为Java对象。KinesisIngressDeserializer允许用户指定这样的模式。为每个Kinesis记录调用T deserialize(IngressRecord IngressRecord)方法，传递来自Kinesis的二进制数据和元数据。

package org.apache.flink.statefun.docs.io.kinesis;

import com.fasterxml.jackson.databind.ObjectMapper;
import java.io.IOException;
import org.apache.flink.statefun.docs.models.User;
import org.apache.flink.statefun.sdk.kinesis.ingress.IngressRecord;
import org.apache.flink.statefun.sdk.kinesis.ingress.KinesisIngressDeserializer;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class UserDeserializer implements KinesisIngressDeserializer<User> {

  private static Logger LOG = LoggerFactory.getLogger(UserDeserializer.class);

  private final ObjectMapper mapper = new ObjectMapper();

  @Override
  public User deserialize(IngressRecord ingressRecord) {
    try {
      return mapper.readValue(ingressRecord.getData(), User.class);
    } catch (IOException e) {
      LOG.debug("Failed to deserialize record", e);
      return null;
    }
  }
}

Kinesis出口规格

KinesisEgressBuilder声明用于将数据写出到Kinesis流的出口规范。

它接受以下参数：

1. 与此出口关联的出口标识符

2. AWS凭证提供者

3. 用于将数据序列化到Kinesis中的KinesisEgressSerializer(仅限Java)

4. AWS区域

5. Kinesis客户端的属性

6. 施加背压前的最大未完成记录数

嵌入式模块

package org.apache.flink.statefun.docs.io.kinesis;

import org.apache.flink.statefun.docs.models.User;
import org.apache.flink.statefun.sdk.io.EgressIdentifier;
import org.apache.flink.statefun.sdk.io.EgressSpec;
import org.apache.flink.statefun.sdk.kinesis.auth.AwsCredentials;
import org.apache.flink.statefun.sdk.kinesis.egress.KinesisEgressBuilder;

public class EgressSpecs {

  public static final EgressIdentifier<User> ID =
      new EgressIdentifier<>("example", "output-egress", User.class);

  public static final EgressSpec<User> kinesisEgress =
      KinesisEgressBuilder.forIdentifier(ID)
          .withAwsCredentials(AwsCredentials.fromDefaultProviderChain())
          .withAwsRegion("us-west-1")
          .withMaxOutstandingRecords(100)
          .withClientConfigurationProperty("key", "value")
          .withSerializer(UserSerializer.class)
          .build();
}

远程模块

请参阅Kinesis Producer默认配置属性文档以获取可用属性的完整列表。

Kinesis序列化器

Kinesis出口需要知道如何将Java对象转换为二进制数据。KinesisEgressSerializer允许用户指定这样的一个模式。为每条消息调用EgressRecord serialize(T value)方法，从而允许用户设置值和其他元数据。

package org.apache.flink.statefun.docs.io.kinesis;

import com.fasterxml.jackson.databind.ObjectMapper;
import java.io.IOException;
import org.apache.flink.statefun.docs.models.User;
import org.apache.flink.statefun.sdk.kinesis.egress.EgressRecord;
import org.apache.flink.statefun.sdk.kinesis.egress.KinesisEgressSerializer;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class UserSerializer implements KinesisEgressSerializer<User> {

  private static final Logger LOG = LoggerFactory.getLogger(UserSerializer.class);

  private static final String STREAM = "user-stream";

  private final ObjectMapper mapper = new ObjectMapper();

  @Override
  public EgressRecord serialize(User value) {
    try {
      return EgressRecord.newBuilder()
          .withPartitionKey(value.getUserId())
          .withData(mapper.writeValueAsBytes(value))
          .withStream(STREAM)
          .build();
    } catch (IOException e) {
      LOG.info("Failed to serializer user", e);
      return null;
    }
  }
}

AWS 区域

Kinesis入口和出口都可以配置到特定的AWS区域。

默认提供商链 (default)

咨询AWS的默认提供商链，以确定AWS区域。

嵌入式模块

AwsRegion.fromDefaultProviderChain();

远程模块

指定

使用区域的唯一ID指定一个AWS区域。

嵌入式模块

AwsRegion.of("us-west-1");

远程模块

自定义端点

通过非标准的AWS服务终端节点连接到AWS区域。通常仅用于开发和测试目的。

嵌入式模块

AwsRegion.ofCustomEndpoint("https://localhost:4567", "us-west-1");

远程模块

AWS 凭证

Kinesis入口和出口都可以使用标准AWS凭证提供程序进行配置。

默认提供者链（默认）

请咨询AWS的默认提供商链，以确定AWS凭证。

嵌入式模块

AwsCredentials.fromDefaultProviderChain();

远程模块

Basic

直接使用提供的访问密钥ID和密钥字符串指定AWS凭证。

嵌入式模块

AwsCredentials.basic("accessKeyId", "secretAccessKey");

远程模块

Profile

使用AWS配置配置文件以及配置文件的配置路径来指定AWS凭证。

嵌入式模块

AwsCredentials.profile("profile-name", "/path/to/profile/config");

远程模块