Apache Storm - 从 SPOUT 访问数据库 - 连接池

Question

有一个 spout，每次 tick 都会进入 Postgre 数据库并读取额外的一行。 spout 代码如下所示：

class RawDataLevelSpout extends BaseRichSpout implements Serializable {


private int counter;

SpoutOutputCollector collector;


@Override
public void declareOutputFields(OutputFieldsDeclarer declarer) {
    declarer.declare(new Fields("col1", "col2"));
}

@Override
public void open(Map map, TopologyContext context, SpoutOutputCollector spoutOutputCollector) {
    collector = spoutOutputCollector;
}

private Connection initializeDatabaseConnection() {

    try {
        Class.forName("org.postgresql.Driver");
        Connection connection = null;
        connection = DriverManager.getConnection(
                DATABASE_URI,"root", "root");
        return connection;
    } catch (ClassNotFoundException e) {
        e.printStackTrace();
    } catch (SQLException e) {
        e.printStackTrace();
    }
    return null;
}

@Override
public void close() {

}

@Override
public void nextTuple() {
    List<String> values = new ArrayList<>();

    PreparedStatement statement = null;
    try {
        Connection connection = initializeDatabaseConnection();
        statement = connection.prepareStatement("SELECT * FROM table1 ORDER BY col1 LIMIT 1 OFFSET ?");
        statement.setInt(1, counter++);
        ResultSet resultSet = statement.executeQuery();
        resultSet.next();
        ResultSetMetaData resultSetMetaData = resultSet.getMetaData();
        int totalColumns = resultSetMetaData.getColumnCount();
        for (int i = 1; i <= totalColumns; i++) {
            String value = resultSet.getString(i);
            values.add(value);
        }


        connection.close();
    } catch (SQLException e) {
        e.printStackTrace();
    }
    collector.emit(new Values(values.stream().toArray(String[]::new)));
}

}

在 apache storm 的 Spouts 中处理连接池的标准方法是什么？此外，是否有可能以某种方式在集群拓扑中跨多个运行实例同步 coutner 变量？

Answer 1

关于连接池，如果需要，您可以通过静态变量将连接池化，但是由于不能保证所有 spout 实例运行ning 在同一个 JVM 中，我认为没有点.

不，无法同步计数器。 spout 实例可能运行ning 在不同的 JVM 上，并且您不希望它们在 spout 同意计数器值时全部阻塞。不过，我认为您的 spout 实施没有意义。如果您只想一次读取一行，为什么不只是运行单个 spout 实例而不是尝试同步多个 spout？

您似乎试图将关系数据库用作队列系统，这可能不合适。考虑例如取而代之的是卡夫卡。我认为您应该能够使用 https://www.confluent.io/product/connectors/ or http://debezium.io/ 中的任何一个将数据从 Postgres 流式传输到 Kafka。

Apache Storm - 从 SPOUT 访问数据库 - 连接池

Apache Storm - Accessing database from SPOUT - connection pooling

database

connection-pooling

apache-storm