flink消费kafka数据

在 Flink 中使用 Kafka 作为数据源可以通过 Flink 的 Kafka Consumer 进行实现。下面是一个简单的 Flink 消费 Kafka 数据的代码示例：

import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer;

import java.util.Properties;

public class FlinkKafkaConsumerExample {

    public static void main(String[] args) throws Exception {

        // 设置执行环境
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 配置 Kafka Consumer
        Properties props = new Properties();
        props.setProperty("bootstrap.servers", "localhost:9092");
        props.setProperty("group.id", "test");

        // 创建 FlinkKafkaConsumer
        FlinkKafkaConsumer<String> consumer = new FlinkKafkaConsumer<>("mytopic", new SimpleStringSchema(), props);

        // 将 Kafka Consumer 添加到 Flink 程序中
        DataStream<String> stream = env.addSource(consumer);

        // TODO: 在这里添加对数据流的处理逻辑

        // 执行 Flink 程序
        env.execute("Flink Kafka Consumer Example");
    }
}

上述代码中，我们首先使用 `StreamExecutionEnvironment` 创建执行环境。然后，我们设置 Kafka Consumer 的配置信息，并使用 `FlinkKafkaConsumer` 创建一个 Kafka Consumer 对象。最后，我们将 Kafka Consumer 添加到 Flink 程序中，使用 `env.addSource()` 方法将 Kafka 数据流转换为 Flink 数据流。接下来，我们可以在 `TODO` 标记处添加对数据流的处理逻辑。最后，我们调用 `env.execute()` 方法来执行 Flink 程序。