【实时数仓】DWM层订单宽表之维表关联异步查询（续）、DWM层支付宽表需求分析、需求实现（源码）

一 DWM层-订单宽表

1 维表关联代码实现

（1）优化2：异步查询

a 关联省市维度

// TODO 9 和地区维度进行关联
SingleOutputStreamOperator<OrderWide> orderWideWithProvinceDS = AsyncDataStream.unorderedWait(
        orderWideWithUserDS,
        new DimAsyncFunction<OrderWide>("DIM_BASE_PROVINCE") {
    
    
            // name
            // area_code
            // iso_code
            // iso_3166_2
            @Override
            public void join(OrderWide orderWide, JSONObject dimJsonObj) throws Exception {
    
    
                orderWide.setProvince_name(dimJsonObj.getString("NAME"));
                orderWide.setProvince_area_code("AREA_CODE");
                orderWide.setProvince_iso_code("ISO_CODE");
                orderWide.setProvince_3166_2_code("ISO_3166_2");
            }

            @Override
            public String getKey(OrderWide orderWide) {
    
    
                return orderWide.getProvince_id().toString();
            }
        },
        60,
        TimeUnit.SECONDS
);

orderWideWithProvinceDS.print();

测试

bin/maxwell-bootstrap --user maxwell  --password 123456 --host hadoop101  --database gmall2022 --table base_province --client_id maxwell_1

模拟生成业务数据，验证结果。

b 关联SKU维度

// TODO 10 和sku维度进行关联
SingleOutputStreamOperator<OrderWide> orderWideWithSkuDS = AsyncDataStream.unorderedWait(
        orderWideWithProvinceDS,
        new DimAsyncFunction<OrderWide>("DIM_SKU_INFO") {
    
    
            @Override
            public void join(OrderWide orderWide, JSONObject jsonObject) throws Exception {
    
    
                orderWide.setSku_name(jsonObject.getString("SKU_NAME"));
                orderWide.setCategory3_id(jsonObject.getLong("CATEGORY3_ID"));
                orderWide.setSpu_id(jsonObject.getLong("SPU_ID"));
                orderWide.setTm_id(jsonObject.getLong("TM_ID"));
            }

            @Override
            public String getKey(OrderWide orderWide) {
    
    
                return String.valueOf(orderWide.getSku_id());
            }
        }, 60, TimeUnit.SECONDS);

初始化SKU维度数据到Hbase（通过Maxwell的Bootstrap）

bin/maxwell-bootstrap --user maxwell  --password 123456 --host hadoop101  --database gmall2022 --table sku_info --client_id maxwell_1

c 关联SPU维度

SingleOutputStreamOperator<OrderWide> orderWideWithSpuDS = AsyncDataStream.unorderedWait(
        orderWideWithSkuDS,
        new DimAsyncFunction<OrderWide>("DIM_SPU_INFO") {
    
    
            @Override
            public void join(OrderWide orderWide, JSONObject jsonObject) throws Exception {
    
    
                orderWide.setSpu_name(jsonObject.getString("SPU_NAME"));
            }

            @Override
            public String getKey(OrderWide orderWide) {
    
    
                return String.valueOf(orderWide.getSpu_id());
            }
        }, 60, TimeUnit.SECONDS);

bin/maxwell-bootstrap --user maxwell  --password 123456 --host hadoop101  --database gmall2022 --table spu_info --client_id maxwell_1

d 关联品类维度

SingleOutputStreamOperator<OrderWide> orderWideWithCategory3DS = AsyncDataStream.unorderedWait(
        orderWideWithSpuDS, 
        new DimAsyncFunction<OrderWide>("DIM_BASE_CATEGORY3") {
    
    
            @Override
            public void join(OrderWide orderWide, JSONObject jsonObject) throws Exception {
    
    
                orderWide.setCategory3_name(jsonObject.getString("NAME"));
            }

            @Override
            public String getKey(OrderWide orderWide) {
    
    
                return String.valueOf(orderWide.getCategory3_id());
            }
        }, 60, TimeUnit.SECONDS);

bin/maxwell-bootstrap --user maxwell  --password 123456 --host hadoop101  --database gmall2022 --table base_category3 --client_id maxwell_1

e 关联品牌维度

SingleOutputStreamOperator<OrderWide> orderWideWithTmDS = AsyncDataStream.unorderedWait(
        orderWideWithCategory3DS, new DimAsyncFunction<OrderWide>("DIM_BASE_TRADEMARK") {
    
    
            @Override
            public void join(OrderWide orderWide, JSONObject jsonObject) throws Exception {
    
    
                orderWide.setTm_name(jsonObject.getString("TM_NAME"));
            }

            @Override
            public String getKey(OrderWide orderWide) {
    
    
                return String.valueOf(orderWide.getTm_id());
            }
        }, 60, TimeUnit.SECONDS);

bin/maxwell-bootstrap --user maxwell  --password 123456 --host hadoop101  --database gmall2022 --table base_trademark --client_id maxwell_1

f 最终结果展示

模拟数据生成，查询结果

至此订单宽表准备完成，执行最终写回kafka中的操作。

（2）结果写入kafka sink

// TODO 14 将订单宽表数据写回到kafka的dwd_order_wide主题中
// JSON.parseObject(jsonStr) : 将json格式的字符串转换为JSON对象
// JSON.parseObject(jsonStr,类型) : 将json格式的字符串转换为指定格式对象
// JSON.toJSONString(orderWide) : 将对象转换为JSON格式字符串
orderWideWithTmDS
        // 将OrderWide对象转换为JSON格式字符串
        .map(orderWide -> JSON.toJSONString(orderWide))
        .addSink(
        // 放到同一个主题中
        MyKafkaUtil.getKafkaSink("dwm_order_wide")
);

启动kafka消费者

kfkcon.sh dwm_order_wide

模拟生成数据，kafka中结果如下

订单宽表已完成，总体流程如下

二 DWM层-支付宽表

1 需求分析与思路

支付宽表的目的，最主要的原因是支付表没有到订单明细，支付金额没有细分到商品上，没有办法统计商品级的支付状况。

所以支付宽表的核心就是要把支付表的信息与订单明细关联上。

解决方案有两个

• 一个是把订单明细表（或者宽表）输出到Hbase上，在支付宽表计算时查询hbase，这相当于把订单明细作为一种维度进行管理。
• 一个是用流的方式接收订单明细，然后用双流join方式进行合并。因为订单与支付产生有一定的时差。所以必须用intervalJoin来管理流的状态时间，保证当支付到达时订单明细还保存在状态中。

总体流程如下

2 需求实现

（1）创建支付实体类PaymentInfo

package com.hzy.gmall.realtime.beans;

import lombok.Data;
import java.math.BigDecimal;
/**
 * Desc: 支付信息实体类
 */
@Data
public class PaymentInfo {
    
    
    Long id;
    Long order_id;
    Long user_id;
    BigDecimal total_amount;
    String subject;
    String payment_type;
    String create_time;
    String callback_time;   // 支付成功的时间需要看回调时间而不是创建时间
}

（2）创建支付宽表实体类PaymentWide

package com.hzy.gmall.realtime.beans;

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.apache.commons.beanutils.BeanUtils;

import java.lang.reflect.InvocationTargetException;
import java.math.BigDecimal;

/**
 * Desc: 支付宽表实体类
 */
@Data
@AllArgsConstructor
@NoArgsConstructor
public class PaymentWide {
    
    

    Long payment_id;
    String subject;
    String payment_type;
    String payment_create_time;
    String callback_time;
    Long detail_id;
    Long order_id ;
    Long sku_id;
    BigDecimal order_price ;
    Long sku_num ;
    String sku_name;
    Long province_id;
    String order_status;
    Long user_id;
    BigDecimal total_amount;
    BigDecimal activity_reduce_amount;
    BigDecimal coupon_reduce_amount;
    BigDecimal original_total_amount;
    BigDecimal feight_fee;
    BigDecimal split_feight_fee;
    BigDecimal split_activity_amount;
    BigDecimal split_coupon_amount;
    BigDecimal split_total_amount;
    String order_create_time;

    String province_name;//查询维表得到
    String province_area_code;
    String province_iso_code;
    String province_3166_2_code;
    Integer user_age ;
    String user_gender;

    Long spu_id;     //作为维度数据 要关联进来
    Long tm_id;
    Long category3_id;
    String spu_name;
    String tm_name;
    String category3_name;

    public PaymentWide(PaymentInfo paymentInfo, OrderWide orderWide){
    
    
        mergeOrderWide(orderWide);
        mergePaymentInfo(paymentInfo);
    }

    public void  mergePaymentInfo(PaymentInfo paymentInfo  )  {
    
    
        if (paymentInfo != null) {
    
    
            try {
    
    
                BeanUtils.copyProperties(this,paymentInfo);
                payment_create_time=paymentInfo.create_time;
                payment_id = paymentInfo.id;
            } catch (IllegalAccessException e) {
    
    
                e.printStackTrace();
            } catch (InvocationTargetException e) {
    
    
                e.printStackTrace();
            }
        }
    }

    public void  mergeOrderWide(OrderWide orderWide  )  {
    
    
        if (orderWide != null) {
    
    
            try {
    
    
                BeanUtils.copyProperties(this,orderWide);
                order_create_time=orderWide.create_time;
            } catch (IllegalAccessException e) {
    
    
                e.printStackTrace();
            } catch (InvocationTargetException e) {
    
    
                e.printStackTrace();
            }
        }
    }
}

（3）读取数据

package com.hzy.gmall.realtime.app.dwm;
/**
 * 支付宽表的准备
 */
public class PaymentWideApp {
    
    
    public static void main(String[] args) throws Exception {
    
    
        //TODO 1.基本环境准备
        //1.1 流处理环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        //1.2 设置并行度
        env.setParallelism(4);

        //TODO 2.检查点相关设置(略)

        //TODO 3.从Kafka中读取数据
        //3.1 声明消费的主题以及消费者组
        String paymentInfoSourceTopic = "dwd_payment_info";
        String orderWideSourceTopic = "dwm_order_wide";
        String groupId = "payment_wide_app_group";
        //3.2 获取kafka消费者
        FlinkKafkaConsumer<String> paymentInfoSource = MyKafkaUtil.getKafkaSource(paymentInfoSourceTopic, groupId);
        FlinkKafkaConsumer<String> orderWideSource = MyKafkaUtil.getKafkaSource(orderWideSourceTopic, groupId);
        //3.3 读取数据  封装为流
        DataStreamSource<String> paymentInfoStrDS = env.addSource(paymentInfoSource);
        DataStreamSource<String> orderWideStrDS = env.addSource(orderWideSource);

        //TODO 4.对流中数据类型进行转换    String ->实体对象
        //支付
        SingleOutputStreamOperator<PaymentInfo> paymentInfoDS = paymentInfoStrDS.map(jsonStr -> JSON.parseObject(jsonStr, PaymentInfo.class));
        //订单宽表
        SingleOutputStreamOperator<OrderWide> orderWideInfoDS = orderWideStrDS.map(jsonStr -> JSON.parseObject(jsonStr, OrderWide.class));

        paymentInfoDS.print("支付数据：");
        orderWideInfoDS.print("订单宽表：");
        
        env.execute();
    }
}

开启BaseDBApp、OrderWideApp、PaymentWideApp，模拟生成业务数据，查看结果。

（4）指定水位线并提取事件时间字段（待优化）

//TODO 5.指定Watermark并提取事件时间字段
//支付
SingleOutputStreamOperator<PaymentInfo> paymentInfoWithWatermarkDS = paymentInfoDS.assignTimestampsAndWatermarks(
        WatermarkStrategy.<PaymentInfo>forBoundedOutOfOrderness(Duration.ofSeconds(3))
                .withTimestampAssigner(
                        new SerializableTimestampAssigner<PaymentInfo>() {
    
    
                            @Override
                            public long extractTimestamp(PaymentInfo paymentInfo, long recordTimestamp) {
    
    
                                String callbackTimeStr = paymentInfo.getCallback_time();
                                SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
                                Long ts = null;
                                try {
    
    
                                    ts = sdf.parse(callbackTimeStr).getTime();
                                } catch (ParseException e) {
    
    
                                    e.printStackTrace();
                                }
                                return ts;
                            }
                        }
                )
);
// 订单宽表
SingleOutputStreamOperator<OrderWide> orderWideWithWatermarkDS = orderWideInfoDS.assignTimestampsAndWatermarks(
        WatermarkStrategy.<OrderWide>forBoundedOutOfOrderness(Duration.ofSeconds(3))
                .withTimestampAssigner(
                        new SerializableTimestampAssigner<OrderWide>() {
    
    
                            @Override
                            public long extractTimestamp(OrderWide orderWide, long recordTimestamp) {
    
    
                                String createTimeStr = orderWide.getCreate_time();
                                // 每调用一次创建一个对象，不好
                                SimpleDateFormat sdf = new SimpleDateFormat("yyyy-HH-dd HH:mm:ss");
                                Long ts = null;
                                try {
    
    
                                    ts = sdf.parse(createTimeStr).getTime();
                                } catch (ParseException e) {
    
    
                                    e.printStackTrace();
                                }
                                return ts;
                            }
                        }
                )
);

（5）封装日期转换工具类

package com.hzy.gmall.realtime.utils;
/**
 * 日期转换的工具类
 */
public class DateTimeUtil {
    
    
    private static SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
    public static Long toTs(String dateStr){
    
    
        Long ts = null;
        try {
    
    
            ts = sdf.parse(dateStr).getTime();
        } catch (ParseException e) {
    
    
            e.printStackTrace();
        }
        return ts;
    }
}

（6）修改后版本

//TODO 5.指定Watermark并提取事件时间字段
//支付
SingleOutputStreamOperator<PaymentInfo> paymentInfoWithWatermarkDS = paymentInfoDS.assignTimestampsAndWatermarks(
        WatermarkStrategy.<PaymentInfo>forBoundedOutOfOrderness(Duration.ofSeconds(3))
                .withTimestampAssigner(
                        new SerializableTimestampAssigner<PaymentInfo>() {
    
    
                            @Override
                            public long extractTimestamp(PaymentInfo paymentInfo, long recordTimestamp) {
    
    
                                return DateTimeUtil.toTs(paymentInfo.getCallback_time());
                            }
                        }
                )
);
// 订单宽表
SingleOutputStreamOperator<OrderWide> orderWideWithWatermarkDS = orderWideInfoDS.assignTimestampsAndWatermarks(
        WatermarkStrategy.<OrderWide>forBoundedOutOfOrderness(Duration.ofSeconds(3))
                .withTimestampAssigner(
                        new SerializableTimestampAssigner<OrderWide>() {
    
    
                            @Override
                            public long extractTimestamp(OrderWide orderWide, long recordTimestamp) {
    
    
                                return DateTimeUtil.toTs(orderWide.getCreate_time());
                            }
                        }
                )
);

（7）线程安全的日期转换工具类

SimpleDateFormat是线程不安全的，在JDK1.8之后，使用DateTimeFormatter替换。

package com.hzy.gmall.realtime.utils;
/**
 * 日期转换的工具类
 */
public class DateTimeUtil {
    
    
//    private static SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");

    private static DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");

    // 将日期对象转换为字符串
    public static String toYMDHMS(Date date){
    
    
        LocalDateTime localDateTime = LocalDateTime.ofInstant(date.toInstant(), ZoneId.systemDefault());
        String dateStr = dtf.format(localDateTime);
        return dateStr;
    }

    // 将字符串日期转换为毫秒数
    public static Long toTs(String dateStr){
    
    
        //Date == LocalDateTime   Calendar == Instant
        LocalDateTime localDateTime = LocalDateTime.parse(dateStr, dtf);
        long ts = localDateTime.toInstant(ZoneOffset.of("+8")).toEpochMilli();
        return ts;
    }
}

（8）抽取Flink应用基类

package com.hzy.gmall.realtime.app.dwd;

public abstract class Base {
    
    
    public void entry() throws Exception {
    
    
        //TODO 1 基本环境准备
        //流处理环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        // 设置并行度
        env.setParallelism(4);

        //TODO 2 检查点设置
        //开启检查点
        env.enableCheckpointing(5000L, CheckpointingMode.EXACTLY_ONCE);
        // 设置检查点超时时间
        env.getCheckpointConfig().setCheckpointTimeout(60000L);
        // 设置重启策略
        env.setRestartStrategy(RestartStrategies.fixedDelayRestart(3,3000L));
        // 设置job取消后，检查点是否保留
        env.getCheckpointConfig().enableExternalizedCheckpoints(CheckpointConfig.ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION);
        // 设置状态后端 -- 基于内存 or 文件系统 or RocksDB
        env.setStateBackend(new FsStateBackend("hdfs://hadoop101:8020/ck/gmall"));
        // 指定操作HDFS的用户
        System.setProperty("HADOOP_USER_NAME","hzy");

        executeBiz(env);

        env.execute();
    }

    public abstract void executeBiz(StreamExecutionEnvironment env);
}

package com.hzy.gmall.realtime.app.dwd;

public class dwsApp extends Base{
    
    
    public static void main(String[] args) throws Exception {
    
    
        Base base = new dwsApp();
        base.entry();
    }

    @Override
    public void executeBiz(StreamExecutionEnvironment env) {
    
    
        env.addSource(MyKafkaUtil.getKafkaSource("",""));
    }
}

（9）支付表和订单宽表双流join并写入到kafka

// TODO 7 支付和订单宽表的双流join
SingleOutputStreamOperator<PaymentWide> paymentWideDS = paymentInfoKeyedDS
        .intervalJoin(orderWideKeyedDS)
        .between(Time.minutes(-30), Time.minutes(0))
        .process(
                new ProcessJoinFunction<PaymentInfo, OrderWide, PaymentWide>() {
    
    
                    @Override
                    public void processElement(PaymentInfo paymentInfo, OrderWide orderWide, Context ctx, Collector<PaymentWide> out) throws Exception {
    
    
                        out.collect(new PaymentWide(paymentInfo, orderWide));
                    }
                }
        );

paymentWideDS.print(">>>>");

// TODO 8 将支付宽表数据写到kafka的dwm_payment_wide
paymentWideDS
        .map(paymentWide -> JSON.toJSONString(paymentWide))
        .addSink(MyKafkaUtil.getKafkaSink("dwm_payment_wide"));

（10）测试

启动三个应用程序和一个kafka消费者，模拟业务数据的生成，查看最终结果。