flink 实现CommonSink，自动生成sql，自动匹配字段值

最新推荐文章于 2023-11-18 16:26:52 发布

程序员椰子橙

最新推荐文章于 2023-11-18 16:26:52 发布

阅读量816

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Flink 大数据

本文链接：https://blog.youkuaiyun.com/devcy/article/details/116023780

本文介绍了如何通过Flink的CommonSink实现通用化的数据存储，利用泛型和反射技术，避免为每个实时计算任务编写特定的实体类sink代码，简化了大量重复的工作，提高效率并减少了出错的可能性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

团队的业务需求，flink实时计算任务在sink polarDb时，每个任务都需要编写实体类sink代码，重复工作浪费时间。
观察之后发现代码可以实现通用sink，代码有重合。
通过泛型传入实体对象，通过反射获取字段名和字段值。

原来的sink代码，如果实体类字段非常多的话，可能要重复编写几十上百行，复杂枯燥且容易出错。

public class EventTopicSink extends RichSinkFunction<EventTopic> {
   
   
    PreparedStatement ps;
    private Connection connection;

    @Override
    public void invoke(EventTopic value, Context context) throws Exception {
   
   

        String sql = SourceUtil.mysqlDml().get("polar_replace_pid_user_last_view_time");
        connection = EnvUtil.getConnectionByEnv();
        ps = connection.prepareStatement(sql);

        ps.setObject(1, value.getDistinct_id());
        ps.setObject(2, value