Flink1.18 Source - KafkaSource

package com.xiaohu.source;

import org.apache.flink.api.common.eventtime.WatermarkStrategy;
import org.apache.flink.api.common.serialization.SimpleStringSchema;
import org.apache.flink.connector.kafka.source.KafkaSource;
import org.apache.flink.connector.kafka.source.enumerator.initializer.OffsetsInitializer;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

/*
    从kafka中读取数据
    kafka消费者的参数，
        auto.reset.offsets
            earliest: 如果设置了偏移量，就从偏移量开始消费，如果没有，就从最早的一个开始消费
            latest: 如果设置了偏移量，就从偏移量开始消费，如果没有，从最新的开始消费

    flink中kafka的参数设置意思：
        setStartingOffsets(OffsetsInitializer)
        OffsetsInitializer接口中有静态的方法：
            【默认的】earliest()：不管有没有设置偏移量，它都会将偏移量初始化为每个分区最早可用的偏移量。强制的
            latest()：不管有没有设置偏移量，它都会将偏移量初始化为每个分区的最新偏移量。强制的

 */
public class FromKafkaSourceDemo {
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();


        //构建kafka源
        KafkaSource<String> kafkaSource = KafkaSource
                .<String>builder()
                .setBootstrapServers("master:9092,node1:9092,node2:9092") //设置kafka节点地址和端口，所有的
                .setGroupId("xiaohu")                                     //设置消费者组名
                .setTopics("wc")                                     //设置要消费的topic
                .setValueOnlyDeserializer(new SimpleStringSchema())       //对消费的数据进行反序列化，才能看懂
                .setStartingOffsets(OffsetsInitializer.latest())          //设置消费的模式
                .build();                                                 //构建源


        DataStreamSource<String> kafkaSource1 = env.fromSource(
                kafkaSource,
                WatermarkStrategy.noWatermarks(),
                "kafkaSource");

        kafkaSource1.print();




        env.execute("从kafka读取数据");
    }
}