flink elasticsearch source table 集成 connector开发
flink 官方集成了 connector 的sink 整体上完成度很高
source 这方面比较冷门，没有官方的方案
因为es本身有自已的query/aggs的dsl语法，新版本官方也集成了sql并可以免费应用
source 的方案并不多
因为flink本身有对hadoop的兼容性支持
个人也较深度的使用过elasticsearch-hadoop，大量的读写应用，及一些源码级的feature添加
对elasticsearch-hadoop较为熟悉
完全从无到有开发一个flink的elasticsearch source connector 成本较高
就想能否结合elasticsearch-hadoop 实现es的source
最终验证可行，各方面特性良好，其间也有很多坑，临时代码很多，最后都精简了，保留了最简单的核心代码
开发过程有以下几个坑
1 flink connector 支持两种表，table和dynamic table,目前大量的connector都改用了dynamic table，只保留了很少一部分的table
起初尝试使用dynamic table实现source，但因为dynamic table的一个方法较难重载(方法提供可操作的入口不多)，方法要求提供<rowdata,?>参数，而flink的hadoop兼容层，无法提供
因此放弃使用最新的dynamic table，而是用table的方式实现
2 elasticsearch-hadoop 默认可以提供两种outputformt Text和Map,都是hadoop的writable实现类，但是此Map flink却不能直接解析，必须自已把Map转为java的标准map才可用
试过实现,mapWritable到java.map的转换，不完美，基本放弃了使用mapwritable
试过实现Text转json，再转为map，也不完美，但这时想到，flink本身支持一些序列化，包括json,就想能否用flink-json内的方法实现
3 json序列化，简而言之,json序列化是和dynamic table方法深度集成的，加载创建json序列化类时，需要依赖dynamic table 一些方法的上下文，最直接的是context对象，但是因为问题1 ，我是按table来实现，并没有可用的入口
4 查看dynamic table，json序列化相关的代码，比较幸运的，能脱离context,把json序列化工具实例的构造提取出来
json序列化主要供dynamic table使用，dynamic table的行类是rowdata,而因此官方集成的的序列化工具类(包括json)返序列化出来的是个 rowdata对象
5 rowdata对象 table使用异常，因为table需要的是row对象
因此需要实现rowdata 对象到row对象的转换
这是个坑，思维定势了，按以上的步骤一步步来，转换也想着自已来，又是看源码，又是写代码，又是测试的，搞到半夜1点多，总算把rowdata 到row的转换写完了，但这有个缺陷
方式是遍历rowdata的每一个列，对每一列，判断列的实际类型，判断flink的声名类型，做类型转换后再构造新的row出来，但我只转换了json的最外层结构，对嵌套结构只能以String的方法展示，先去休息了
第二天起床转念一想，rowdata和row和转换是应该是比较通用的方法,flink同时支持table/dynamic table, row/rowdata 会不会官方代码内部就有转换代码呢？
一查果真有，而且嵌套解析完美
三行代码完全替换掉了我自已实现的转换类
以上几个大问题，中间阶段还有不少的小问题，比如参数构造，参数传递，参数用途...
本来预期会有此问题，只能做到可用，但多少有些应用受限，意外的感觉完成度还挺高
包装了elasticsearch-hadoop，可用elasticsearch-hadoop的所有特性，并实现了source/table，基于table的sql应用良好
同时结合官方sink实现，同时做读写
对es这么应用有些不轮不类，部分场景低效，但还是有一些应用场景的
https://github.com/cclient/flink-connector-elasticsearch-source