Flink的sink實戰之一：初探

關于sink

下圖來自Flink官方，紅框中就是sink，可見實時資料從Source處開始，在Transformation階段完成業務邏輯後在sink結束，是以sink可以用來處理計算結果，例如控制台輸出或者儲存資料庫：

關于《Flink的sink實戰》系列文章

本文是《Flink的sink實戰》的第一篇，旨在初步了解sink，通過對基本API和addSink方法的分析研究，為後續的編碼實戰打好基礎；

全系列連結

1. 《Flink的sink實戰之一：初探》
2. 《Flink的sink實戰之二：kafka》
3. 《Flink的sink實戰之三：cassandra3》
4. 《Flink的sink實戰之四：自定義》

從一段執行個體代碼開始

1. 下面是個簡單的flink應用代碼，紅框中的print方法就是sink操作：

1. 下圖是官方給出的sink方式，都是DataStream類的API，直接調用即可實作sink，剛才代碼中的print就是其中一個：

1. 接下來看看上圖中API的源碼，先看print方法，在DataStream.java中，如下，實際上是調用了addSink方法，入參是PrintSinkFunction：

1. 另一個常用API是writeAsText，源碼如下，調用了writeUsingOutputFormat方法：

1. 追蹤writeUsingOutputFormat發現也是調用了addSink，入參是OutputFormatSinkFunction：

1. print和writeAsText背後都在調用addSink，那麼另一個常用的writeAsCsv方法呢？莫非也是調用addSink？打開一看果然，和writeAsText一樣調用了writeUsingOutputFormat，而該方法裡面就是在調用addSink：

1. 綜上所述，data sink的關鍵就是addSink的入參，即SinkFunction接口的實作，通過類圖直覺看到常見的sink能力是如何實作的：

1. 從上圖可見抽象類RichSinkFunction與各種sink能力的關系十分緊密，我們應該重點關注它，在類圖上展示方法簽名，如下圖：

1. 如上圖所示，RichSinkFunction本身沒有内容，但是它實作SinkFunction，繼承AbstractRichFunction，是RichFunction和SinkFunction這兩種特性的結合；
2. RichFunction的特性在前面的《Flink的DataSource三部曲》中已經了解，就是資源的open和close；
3. SinkFunction的特性呢？顯然是用來處理計算結果的，類圖上顯示的是兩個invoke方法，來看看官方的PrintSinkFunction.java：

1. writer.write(record)的源碼在PrintSinkOutputWriter.java，如下所示：

小結

至此，我們已經對Flink的sink有了基本了解：

1. 負責實時計算結果的處理(如輸出或持久化)；
2. 主要實作方式是調用DataStream.addSink方法；
3. 各種sink能力的實作，主要途徑是實作addSink方法的入參定義的接口；

後面的章節，一起進行sink方面的編碼實戰吧，實戰的方向：體驗官方提供的sink能力，自定義sink能力實作