Json Flink Kafka-自定义类数据始终为空

自定义类

人

class Person
{
  private Integer id;
  private String name; 
 //getters and setters
}

卡夫卡·弗林克连接器

TypeInformation<Person> info = TypeInformation.of(Person.class);
TypeInformationSerializationSchema schema = new TypeInformationSerializationSchema(info, new ExecutionConfig());
DataStream<Person> input = env.addSource( new FlinkKafkaConsumer08<>("persons", schema , getKafkaProperties()));

class PersonSchema implements DeserializationSchema<Person>{

    private ObjectMapper mapper = new ObjectMapper(); //com.fasterxml.jackson.databind.ObjectMapper;

    @Override
    public Person deserialize(byte[] bytes) throws IOException {
        return mapper.readValue( bytes, Person.class );
    }

    @Override
    public boolean isEndOfStream(Person person) {
        return false;
    }

    @Override
    public TypeInformation<Person> getProducedType() {
        return TypeInformation.of(new TypeHint<Person>(){});
    }
}

通过Kafka控制台生成器，flink代码抛出空指针异常 但是如果我使用

SimpleStringSchema

而不是前面定义的CustomSchema，那么流将被打印出来

---

上述设置中的错误是，

TypeInformationSerializationSchema

是一个反序列化模式，它使用Flink的序列化堆栈，因此也是其序列化程序。因此，当使用此

SerializationSchema

Flink时，Flink希望已使用Flink的序列化程序对

Person

类型的数据进行序列化

鉴于

Person

类的摘录，Flink很可能会使用其

PojoTypeSerializer

。此序列化程序无法理解馈送JSON输入数据

---

如果您想使用JSON作为输入格式，那么您必须定义自己的

反序列化模式

，该模式可以将JSON解析为

人

回答有相同问题的人

自定义序列化程序

TypeInformation<Person> info = TypeInformation.of(Person.class);
TypeInformationSerializationSchema schema = new TypeInformationSerializationSchema(info, new ExecutionConfig());
DataStream<Person> input = env.addSource( new FlinkKafkaConsumer08<>("persons", schema , getKafkaProperties()));

class PersonSchema implements DeserializationSchema<Person>{

    private ObjectMapper mapper = new ObjectMapper(); //com.fasterxml.jackson.databind.ObjectMapper;

    @Override
    public Person deserialize(byte[] bytes) throws IOException {
        return mapper.readValue( bytes, Person.class );
    }

    @Override
    public boolean isEndOfStream(Person person) {
        return false;
    }

    @Override
    public TypeInformation<Person> getProducedType() {
        return TypeInformation.of(new TypeHint<Person>(){});
    }
}

类PersonSchema实现反序列化模式{
私有对象映射器映射器=新对象映射器（）；//com.fasterxml.jackson.databind.ObjectMapper；
@凌驾
公共人物反序列化（字节[]字节）引发IOException{
返回mapper.readValue（字节，Person.class）；
}
@凌驾
公共布尔值isEndOfStream（个人）{
返回false；
}
@凌驾
公共类型信息getProducedType（）{
返回TypeInformation.of（new TypeHint（）{}）；
}
}

使用模式

DataStream<Person> input = env.addSource( new FlinkKafkaConsumer08<>("persons", new PersonSchema() , getKafkaProperties()));

DataStream input=env.addSource（新FlinkKafkaConsumer08（“persons”，新PersonSchema（），getKafkaProperties（））；

成功了！一份更好的文件可能会有所帮助