Flink Kafka源和接收器中的POJO序列化

Question

假设我在flink Datastream（即Datastream [Event]）中具有以下类：

class Event( val id: Int,
             val Type: String,
             extraArgs: Map[String, Any]) extends Serializable {
...
}

要在flink运算符之间序列化它，我只需要此类扩展上述的Serializable类即可。但是，如果我也想在FlinkKafka生产者/消费者之间进行读写操作。

例如，对于FlinkKafkaConsumer，似乎我必须编写自己的org.apache.flink.api.common.serialization.DeserializationSchema，并且最重要的是重写T deserialize（byte [] message）函数。与SerializationSchema相同（即，覆盖serialize方法）。

有人可以提供Java或Scala的实现吗？最好是斋戒。

问题是我拥有csv格式的数据。当我解析它（例如，使用split（delim），新Map（...）等）以在反序列化函数中创建一个Event并形成Datastream [Event]时，它花费了很多时间，这使以下运算符成为瓶颈。因此，我认为，如果我已经在kafka主题中将数据作为序列化POJO进行了处理，则会花费更少的时间（我不介意此预处理）。