Flink 支持的数据类型、从kafka读取自定义POJO类型的数据流

---

1. Flink 的类型系统

  Flink 作为一个分布式处理框架，处理的是以数据对象作为元素的流。要分布式地处理这些数据，就不可避免地要面对数据的网络传输、状态的落盘和故障恢复等问题，这就需要对数据进行序列化和反序列化。

  Flink 有自己一整套类型系统。Flink 使用“类型信息”（TypeInformation）来统一表示数据类型。TypeInformation 类是 Flink 中所有类型描述符的基类。它涵盖了类型的一些基本属性，并为每个数据类型生成特定的序列化器、反序列化器和比较器

---

2. Flink 支持的数据类型

Basic types: All Java primitives and their boxed form, plus void, String, Date, BigDecimal, and BigInteger.

Primitive arrays and Object arrays

Composite types:
------Flink Java Tuples (part of the Flink Java API): max 25 fields, null fields not supported
------Scala case classes (including Scala tuples): null fields not supported
------Row: tuples with arbitrary number of fields and support for null fields
------POJOs: classes that follow a certain bean-like pattern

Auxiliary types (Option, Either, Lists, Maps, …)

Generic types: These will not be serialized by Flink itself, but by Kryo.

（1）基本类型
  所有 Java 基本类型及其包装类，再加上 Void、String、Date、BigDecimal 和 BigInteger

（2）数组类型
  包括基本类型数组（PRIMITIVE_ARRAY）和对象数组(OBJECT_ARRAY)

（3）复合数据类型
  Java 元组类型（TUPLE）：这是 Flink 内置的元组类型，是 Java API 的一部分。最多25 个字段，也就是从 Tuple0~Tuple25，不支持空字段

  Scala 样例类及 Scala 元组：不支持空字段

  行类型（ROW）：可以认为是具有任意个字段的元组,并支持空字段

  POJO：Flink 自定义的类似于 Java bean 模式的类

（4）辅助类型
  Option、Either、List、Map 等

（5）泛型类型（GENERIC）
  Flink 支持所有的 Java 类和 Scala 类。不过如果没有按照POJO 类型的要求来定义，就会被 Flink 当作泛型类来处理。Flink 会把泛型类型当作黑盒，无法获取它们内部的属性；它们也不是由 Flink 本身序列化的，而是由 Kryo 序列化的。

  在项目实践中，往往会将流处理程序中的元素类型定为 Flink 的 POJO 类型。Flink 对 POJO 类型的要求如下：
  类是公共的（public）和独立的（没有非静态的内部类）；
  类有一个公共的无参构造方法；
   类中的所有字段是 public 且非 final 的；或者有一个公共的 getter 和 setter 方法，这些方法需要符合 Java bean 的命名规范

import java.sql.Timestamp;

public class Event {
   
   
    public String user;
    public String url;
    public Long timestamp;

    public Event() {
   
   
    }

    public Event(String user, String url, Long timestamp) {
   
   
        this.user = user;
        this.url = url;
        this.timestamp = timestamp;
    }