docker 搭建 flink 并上传任务

文章目录

• • • • 一、docker 搭建 flink
      • • 1、选择合适的 flink 版本
        • 2、重新创建 JobManager、TaskManager 容器并挂载配置文件
      • 二、flink 简单示例
      • • 1、创建项目架构
        • 2、批处理简单示例
        • 3、流处理简单示例
        • 4、上传 flink 集群
        • • ①、UI 界面提交任务
          • ②、命令提交任务
        • 5、web-ui 提交查看撤销任务
      • 三、待解决

一、Docker 搭建 flink

1、选择合适的 flink 版本

docker 安装就不介绍了，去 dockerHub 搜索 flink 镜像，选择合适的版本安装 https://hub.docker.com/_/flink/tags

使用 docker 命令 docker pull flink: 1.16.0-Scala_2.12-java8拉去镜像

0-scala_2.12-java8 镜像版本说明，flink 1.16.0，flink 内置 scala 版本 2.12，Java 版本 8

建议先简单启动 flink 容器 JobManager、TaskManager 两个容器将配置文件复制出来方便挂载

# 创建 docker 网络，方便 JobManager 和 TaskManager 内部访问 docker network create flink-network# 创建 JobManager  docker run \  -itd \  --name=jobmanager \  --publish 8081:8081 \  --network flink-network \  --env FLINK_PROPERTIES="jobmanager.rpc.address: jobmanager" \  flink:1.16.0-scala_2.12-java8 jobmanager   # 创建 TaskManager  docker run \  -itd \  --name=taskmanager \  --network flink-network \  --env FLINK_PROPERTIES="jobmanager.rpc.address: jobmanager" \  flink:1.16.0-scala_2.12-java8 taskmanager 

启动成功

访问 8081 端口如下

copy 配置文件

# jobmanager 容器 docker cp jobmanager:/opt/flink/conf ./JobManager/# taskmanager 容器docker cp taskmanager:/opt/flink/conf ./TaskManager/

2、重新创建 JobManager、TaskManager 容器并挂载配置文件

修改 JobManager/conf/flink-conf.yaml WEB 端口号为 18081

修改 TaskManager/conf/flink-conf.yaml 容器任务槽为 5

启动容器挂载配置文件

# 启动 jobmanager   docker run -itd  -v /root/docker/flink/JobManager/conf/:/opt/flink/conf/ --name=jobmanager --publish 18081:18081 --env FLINK_PROPERTIES="jobmanager.rpc.address: jobmanager" --network flink-network flink:1.16.0-scala_2.12-java8 jobmanager# 启动 taskmanager   docker run -itd  -v /root/docker/flink/TaskManager/conf/:/opt/flink/conf/ --name=taskmanager --network flink-network --env FLINK_PROPERTIES="jobmanager.rpc.address: jobmanager"  flink:1.16.0-scala_2.12-java8 taskmanager

参数解释

• FLINK_PROPERTIES=“jobmanager.rpc.address: jobmanager” rpc 地址，必须设置，负责 jobmanager 和 taskmanager 的 rpc 地址都是随机生成，会连接不上，当然你也可以在直接修改配置文件 flink-conf.yaml

如下两个容器启动成功，可以看到 web 端口为 18081，taskmanager 启动一个，包含 5 个任务槽

二、flink 简单示例

官网参考地址：https://nightlies.apache.org/flink/flink-docs-release-1.16/zh/docs/dev/configuration/overview/

1、创建项目架构

使用 Maven 命令指定原型 Flink Maven Archetype 快速创建一个包含了必要依赖的 Flink 程序骨架，自定义项目 groupId、artifactId、package 等信息

mvn archetype:generate ^  -DarchetypeGroupId=org.apache.flink ^  -DarchetypeArtifactId=flink-quickstart-java ^  -DarchetypeVersion=1.16.0^  -DgroupId=com.ye ^  -dartifactId=flink-study ^  -Dversion=0.1 ^  -Dpackage=com.ye ^  -DinteractiveMode=false

下载成功打开项目目录

如下：注意运行需要设置启动参数，否则启动会找不到类，因为 pom.xml 文件 flink 相关包都添加了 provided 表示只用于生产环境，另一种方法就是将 provided 修改为runtime

流处理和批处理在 flink 低版本（貌似1.12）需要区分，目前都使用流处理写法

2、批处理简单示例

下面代码用来统计单词出现的的次数

public class DataBatchJob {        public static void main(String[] args) throws Exception {        // 获取 flink 环境        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();        // 添加数据源        DataStreamSource<String> streamSource = env.fromElements("hello world", "hello flink", "flink", "hello", "world");        // 对传入的流数据分组        SingleOutputStreamOperator<Tuple2<String, Integer>> streamOperator = streamSource.flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {            // value 传入的数据，out            // Tuple2 二元组            // out 传出的值            @Override            public void flatMap(String value, Collector<Tuple2<String, Integer>> out) throws Exception {                String[] split = value.split(" ");                for (String s : split) {                    out.collect(Tuple2.of(s, 1));                }            }        });        // 按二元组的第 0 个位置分组        KeyedStream<Tuple2<String, Integer>, Tuple> keyBy = streamOperator.keyBy(0);        // 按二元组的第 1 个位置求和        SingleOutputStreamOperator<Tuple2<String, Integer>> sum = keyBy.sum(1);        sum.print();        env.execute("统计单词出现的次数");    }}

执行结果如下

上传 flink 集群

3、流处理简单示例

下面示例通过 Socket 文本源，对输入的大于 500 和小于 500 的分别求和

public class DataStreamJob {    private static final Logger logger = LoggerFactory.getLogger(DataStreamJob.class);        public static void main(String[] args) throws Exception {                // 获取 flink 环境        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();        // 添加 socket 文本流数据源        //DataStreamSource streamSource = env.fromElements("200", "100", "6000", "500", "2000", "300", "1500", "900");        DataStreamSource<String> streamSource = env.socketTextStream("127.0.0.1", 7777);        // 对大于 500 和小于 500 进行分组        KeyedStream<String, String> stringKeyedStream = streamSource.keyBy(new KeySelector<String, String>() {            @Override            public String geTKEy(String s) throws Exception {                int i = Integer.parseInt(s);                return i > 500 ? "ge" : "lt";            }        });        // 开 10 秒滚动窗口，每 10 秒为一批数据 【00:00:00 ~ 00:00:10）、【00:00:10 ~ 00:00:20）左闭右开区间        WindowedStream<String, String, TimeWindow> windowedStream = stringKeyedStream.window(TumblingProcessingTimewindows.of(Time.seconds(10)));                // 窗口处理函数，泛型 String, Integer, String, TimeWindow 依次对应 输入类型、输出类型、 KEY类型（即keyBy 返回的类型）, 窗口        SingleOutputStreamOperator<Integer> outputStreamOperator = windowedStream.process(new ProcessWindowFunction<String, Integer, String, TimeWindow>() {                        @Override            public void process(String key, ProcessWindowFunction<String, Integer, String, TimeWindow>.Context context, Iterable<String> elements, Collector<Integer> out) throws Exception {                System.out.println(key);                AtomicInteger sum = new AtomicInteger();                elements.forEach(item -> sum.addAndGet(Integer.parseInt(item)));                out.collect(sum.get());            }        });        // 输出        outputStreamOperator.print();        env.execute("分组求和");    }}

在 window 或 linux 开启 Socket 文本流测试

4、上传 flink 集群

打包项目：可以在 pom.xml 修改启动类，也可以在命令启动或者 ui 界面上传设置启动类参数

①、UI 界面提交任务

使用 ui 界面上传 jar 到 flink 集群，点击 submit 运行

②、命令提交任务

# 如果集群（ 即JobManager） 在当前服务器可以使用如下命令$ bin/flink run -Dexecution.runtime-mode=BATCH <jarFile># 如果集群（ 即JobManager） 不在当前服务器，在 TaskManager 服务器提交作业可以使用如下命令# -m 指定 JobManager 服务器地址# -c 指定作业入口程序# -p 指定并行度$ bin/flink run -m 192.168.1.1:8081 -c com.ye.StreamWordCount -p 2 <jarFile># 撤销任务$ bin/flink cancle <jobId>

5、web-ui 提交查看撤销任务

批处理运行完成
流处理正在运行

三、待解决

使用 docker 启动的 flink 集群发现 UI 界面的 stdout 没有 print 输出

来源地址：https://blog.csdn.net/qq_41538097/article/details/129113866