apache druid 与kafka整合使用

前言

在上一篇，我们了解了apache druid的搭建，以及如何快速导入外部数据源到apache druid中进行数据分析和使用

本篇，我们结合一个实际的简单的应用场景，来说说apache druid如何在实际项目中进行使用

业务场景

如下所示，是一个很常见的数据分析的业务，通常来说，很多实时或准实时的数据（这里理解为外部数据源）需要通过kafka进行中转，即发送到kafka中，

apache druid提供了导入外部数据源的功能，可以接收来自kafka指定topic的数据，然后支持数据分析，将kafka的数据导入到apache druid之后，再通过程序（后台应用）进行数据读取，根据实际的业务需求读取从kafka中摄取的数据进行逻辑处理

最后，应用程序将数据处理之后，进行写库，或者作为大屏展示的数据进行输出

以此为基础，可以将这个过程应用到很多与之相关的场景中，比如源数据是来自大数据引擎的处理结果，或者是python程序爬虫得到的结果…

下面我们来对这个过程从操作到代码实现做一个完整的演示

前置准备

docker或者linux环境下搭建的zookeeper和kafka，并提前创建一个topic
启动apache druid服务

做一下kafaka的数据测试，验证topic可以正常的收发消息

1、apache druid 控制台连接kafka

loada data 选择kafka

填写kafka的连接信息即可

然后一路next等待解析，解析完毕，通过顶部的query查看左侧是否出现下面的这个自定义的库名

上面的意思是，将kafka中某个topic中的数据解析到apache druid的库中，然后就可以通过apache druid对导入的数据进行管理和分析了

我们不妨使用sql查询一下，可以看到刚刚我们做测试的数据都展示出来了

2、编写程序，定时向kafka推送消息

import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;import java.util.HashMap;
import java.util.Map;
import java.util.Properties;
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicLong;public class KfkaTest {public static void main(String[] args) {AtomicLong atomicLong = new AtomicLong(1);Runnable runnable = new Runnable() {public void run() {//定时向kafka推送消息long l = atomicLong.incrementAndGet();pushMessage(l);}};ScheduledExecutorService service = Executors.newSingleThreadScheduledExecutor();// 第二个参数为首次执行的延时时间，第三个参数为定时执行的间隔时间service.scheduleAtFixedRate(runnable, 10, 1, TimeUnit.SECONDS);}public static void pushMessage(long num) {Properties properties = new Properties();properties.put("bootstrap.servers", "IP:9092");properties.put("acks", "all");properties.put("retries", "3");properties.put("batch.size", "16384");properties.put("linger.ms", 1);properties.put("buffer.memory", 33554432);//key和value的序列化properties.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");properties.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");//构造生产者对象KafkaProducer<String, String> producer = new KafkaProducer<>(properties);ObjectMapper objectMapper = new ObjectMapper();Map<String, Object> map = new HashMap<>();map.put("name", "gaoliang:" + num);map.put("age", 19);map.put("city", "深圳");String val = null;try {val = objectMapper.writeValueAsString(map);System.out.println(val);} catch (JsonProcessingException e) {e.printStackTrace();}producer.send(new ProducerRecord<>("study1", "congge ", val));//关闭连接资源producer.close();}}

3、通过程序读取apache druid 的数据

关于这一点，方式就很灵活了，是将读取到的数据做何种处理呢？那就要看业务的具体需求了，比如可以直接通过接口将读取到的最新数据返回给页面做展示呢？还是将数据进行逻辑处理之后入库呢？还是交给其他的服务进一步使用呢？通常来说，进行读取之后，写库和展示的应用场景比较多

下面来演示下，如何在程序中读取apache druid的数据，想必这个是大家关心的

直接在pom文件中添加如下依赖

     <dependency><groupId>org.apache.calcite.avatica</groupId><artifactId>avatica-core</artifactId><version>1.15.0</version></dependency>

apache druid官方提供了jdbc的方式对数据进行查询的连接方式，下面直接上代码了

import org.apache.calcite.avatica.AvaticaConnection;
import org.apache.calcite.avatica.AvaticaStatement;import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.util.Properties;public class DruidTest {private static final String DRUID_URL = "jdbc:avatica:remote:url=http://IP:8888/druid/v2/sql/avatica/";private static ThreadLocal<AvaticaConnection> threadLocal = new ThreadLocal<>();/*** 打开连接* @param* @return* @throws SQLException*/public static AvaticaConnection connection() throws SQLException {Properties properties = new Properties();AvaticaConnection connection = (AvaticaConnection) DriverManager.getConnection(DRUID_URL, properties);threadLocal.set(connection);return connection;}/*** 关闭连接* @throws SQLException*/public static void closeConnection() throws SQLException{System.out.println("关闭线程："+threadLocal.get());AvaticaConnection conn = threadLocal.get();if(conn != null){conn.close();threadLocal.remove();}}/*** 根据sql查询结果* @param* @param sql* @return* @throws SQLException*/public static ResultSet executeQuery (String sql) throws SQLException{AvaticaStatement statement = connection().createStatement();ResultSet resultSet = statement.executeQuery(sql);return resultSet;}public static void main(String[] args) {try {String sql = "SELECT * FROM \"study1\" limit 10";for (int i = 0; i < 5; i++) {ResultSet resultSet = executeQuery(sql);System.out.println("开始连接"+i + ";   连接线程："+threadLocal.get());while(resultSet.next()){String name = resultSet.getString("name");System.out.println(name + "   ;   "+ name);}closeConnection();}} catch (SQLException throwables) {throwables.printStackTrace();}}}

这时候不妨往kafka的study1的topic中再推一条消息

界面上查询，可以看到，数据已经过来了

再次运行程序，也能成功读取到

以上，通过程序结合控制台讲述了如何利用java程序连接kafka和apache druid的一种简单的业务场景，本篇的处理较为简单，未涉及到具体的功能层面的整合，主要是为使用apache druid进行进一步的深入使用做一个铺垫，希望对看到的同学有用！