Flink Connector 开发
Flink Streaming Connector
Flink 是新一代流批统一的计算引擎，它需要从不同的第三方存储引擎中把数据读过来，进行处理，然后再写出到另外的存储引擎中。Connector 的作用就相当于一个连接器，连接 Flink 计算引擎跟外界存储系统。Flink 里有以下几种方式，当然也不限于这几种方式可以跟外界进行数据交换：
【1】Flink 里面预定义了一些 source 和 sink；
【2】Flink 内部也提供了一些 Boundled connectors；
【3】可以使用第三方 Apache Bahir 项目中提供的连接器；
【4】是通过异步 IO 方式；
预定义的 source 和 sink
Flink 里预定义了一部分 source 和 sink。在这里分了几类。
基于文件的 source 和 sink
如果要从文本文件中读取数据，可以直接使用：
env.readTextFile(path)
就可以以文本的形式读取该文件中的内容。当然也可以使用：根据指定的 fileInputFormat 格式读取文件中的内容。
env.readFile(fileInputFormat, path)
如果数据在 Flink 内进行了一系列的计算，想把结果写出到文件里，也可以直接使用内部预定义的一些 sink，比如将结果已文本或 csv 格式写出到文件中，可以使用 DataStream 的 writeAsText(path) 和 DataSet 的 writeAsCsv(path)。
基于 Socket 的 Source 和 Sink
提供 Socket 的 host name 及 port，可以直接用 StreamExecutionEnvironment 预定的接口 socketTextStream 创建基于 Socket 的 source，从该 socket 中以文本的形式读取数据。当然如果想把结果写出到另外一个 Socket，也可以直接调用 DataStream writeToSocket。
1 //从 socket 中读取数据流 2 env.socketTextStream("localhost",777); 3 //输出至 socket 4 resultDataStream.writeToSocket("hadoop1",6666,new SimpleStringSchema())
基于内存 Collections、Iterators 的 Source
可以直接基于内存中的集合或者迭代器，调用 StreamExecutionEnvironment fromCollection、fromElements 构建相应的 source。结果数据也可以直接 print、printToError 的方式写出到标准输出或标准错误。详细也可以参考 Flink 源码中提供的一些相对应的 Examples 来查看异常预定义 source 和 sink 的使用方法，例如 WordCount、SocketWindowWordCount。
1 //从Java.util.Collection集合中读取数据作为数据源 2 ArrayList<String> list = new ArrayList<>(5); 3 list.add("flink"); 4 list.add("scala"); 5 list.add("spark"); 6 list.add("hadoop"); 7 list.add("hive"); 8 env.fromCollection(list).print(); 9 10 //从Java.util.Collection集合中读取数据作为数据源 11 env.fromElements("flink", "scala", "spark", "hadoop", "hive").print();
Bundled Connectors
Flink 里已经提供了一些绑定的 Connector，例如 kafka source 和 sink，Es sink 等。读写 kafka、es、rabbitMQ 时可以直接使用相应 connector 的 api 即可。
虽然该部分是 Flink 项目源代码里的一部分，但是真正意义上不算作 Flink 引擎相关逻辑，并且该部分没有打包在二进制的发布包里面。所以在提交 Job 时候需要注意， job 代码 jar 包中一定要将相应的 connetor 相关类打包进去，否则在提交作业时就会失败，提示找不到相应的类，或初始化某些类异常。
Apache Bahir 中的连接器
Apache Bahir 最初是从 Apache Spark 中独立出来项目提供，以提供不限于 Spark 相关的扩展 / 插件、连接器和其他可插入组件的实现。通过提供多样化的流连接器（streaming connectors）和 SQL 数据源扩展分析平台的覆盖面。如有需要写到 flume、redis 的需求的话，可以使用该项目提供的 connector。
Async I/O
流计算中经常需要与外部存储系统交互，比如需要关联 MySQL 中的某个表。一般来说，如果用同步 I/O 的方式，会造成系统中出现大的等待时间，影响吞吐和延迟。为了解决这个问题，异步 I/O 可以并发处理多个请求，提高吞吐，减少延迟。Async 的原理可参考官方文档：🔗
