flink 自制parcels 包集成CDH

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
简介: flink 自制parcels 包集成CDH

flink 自制parcels 包集成CDH

jdk1.8
maven:3.6.1
flink:1.13.1
cdh:6.3.2

1、jdk,maven 相关环境安装下载好,并配置环境变量。

2、parcel制作工具下载地址

git clone https://github.com/pkeropen/flink-parcel.git
或者
git clone http://github.com/Git-Charles/flink-parcel.git

完成后会在当前目录生成一个flink-parcel的文件,证明下载成功

3、修改配置文件

cd ./flink-parce
vim flink-parcel.properties
#FLINK 下载地址
FLINK_URL=https://dlcdn.apache.org/flink/flink-1.13.2/flink-1.13.2-bin-scala_2.11.tgz
FLINK_MD5=6f744825b3ddf8408e9410cbd6b82107
#flink版本号
FLINK_VERSION=1.13.1
#扩展版本号
EXTENS_VERSION=BIN-SCALA_2.11
#操作系统版本,以centos为例
OS_VERSION=7
#CDH 小版本
CDH_MIN_FULL=5.2
CDH_MAX_FULL=6.3.2
#CDH大版本
CDH_MIN=5
CDH_MAX=6

修改build.sh权限

chmod -R 777 build.sh

制作Parcel包执行命令:

bash bulid.sh parcel

当出现以下错误时:

60a6bcefe26f4b118e50f46e4d0afd1d.png

需修改build.sh文件:

60a6bcefe26f4b118e50f46e4d0afd1d.png

作CSD文件执行命令:

bash build.sh csd_standalone

查看Parcel包和csd文件

ll | grep jar
ll FLINK-1.13.2-BIN-SCALA_2.12_build/

4、打包:

tar -cvf ./FLINK-1.13.2-BIN-SCALA_2.11.tar ./FLINK-1.13.2-BIN-SCALA_2.11_build/

5、将FLINK-1.13.2-BIN-SCALA_2.11.tar FLINK_ON_YARN-1.13.2.jar下载,这两个包就是目标包

sz FLINK-1.12.0-BIN-SCALA_2.12.tar FLINK_ON_YARN-1.12.0.jar

6、上传到正式环境服务器(局域网yum提供的节点)

集成CM

1.将上传的FLINK-1.13.2-BIN-SCALA_2.11.tar进行解压到/var/www/html

tar -xvf FLINK-1.13.2-BIN-SCALA_2.11.tar -C /var/www/html

2. 重命名

mv FLINK-1.13.2-BIN-SCALA_2.11_build flink
cd /var/www/html/flink
createrepo .

3.配置局域网flink的yum

cd /etc/yum.repo.d
vim ./flink.repo
输入如下内容
[flink]
name=flink
baseurl=http://yum源ip/flink
enabled=1
gpgcheck=0

4.执行命令

yum clean all
yum makecache

5.登陆cm

在parcel配置界面添加flink的parcel源
然后进行下载→分配→解压→**
然后登录服务器,将FLINK_ON_YARN-1.12.0.jar上传到cm主节点的/opt/cloudera/csd/目录下(目的是让cm识别)
注:此时在cm添加服务可能无法看到有flink服务,需要重启集群的agent以及cm server
重新启动cm后即可看到flink,并可以执行添加操作了

常见问题

flink启动报错找不到yarn的jar包
官网的说法是flink1.11版本之后的版本都不需要单独编译hadoop的适配包了,只需要配置HADOOP_CLASSPATH=`hadoop classpath`即可,但是我配置后问题也没有解决,只好添加适配包,但经过编译1.12.0版本的shad后,并没有相关的包,所以我采用的是1.10版本的适配包
cd /opt/cloudera/parcels/FLINK/lib/flink/lib
rz flink-shaded-hadoop-2-uber-2.7.5-10.0.jar(所有flink节点都需要添加)
vim /etc/profile
export HADOOP_CLASSPATH=/opt/cloudera/parcels/FLINK/lib/flink/lib
source /etc/profile
可能还会报相同的错, 修改配置多重启几次。
添加完成后再重试还会报一个与Kerberos相关的错误,由于我的集群并没有开启Kerberos,所以需要到flink的配置界面中把Kerberos相关的配置删除,完后再重启就能够正常启动了。
启动后flink在cm界面的显示状态为?问题
在cm界面重启cm服务即可解决

集成cdh 部分可参阅:

https://mp.weixin.qq.com/s/47mQ64HbSSxEWVeid8TEsw



相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
Linux入门到精通
本套课程是从入门开始的Linux学习课程,适合初学者阅读。由浅入深案例丰富,通俗易懂。主要涉及基础的系统操作以及工作中常用的各种服务软件的应用、部署和优化。即使是零基础的学员,只要能够坚持把所有章节都学完,也一定会受益匪浅。
目录
打赏
0
0
0
0
41
分享
相关文章
ClickHouse与大数据生态集成:Spark & Flink 实战
【10月更文挑战第26天】在当今这个数据爆炸的时代,能够高效地处理和分析海量数据成为了企业和组织提升竞争力的关键。作为一款高性能的列式数据库系统,ClickHouse 在大数据分析领域展现出了卓越的能力。然而,为了充分利用ClickHouse的优势,将其与现有的大数据处理框架(如Apache Spark和Apache Flink)进行集成变得尤为重要。本文将从我个人的角度出发,探讨如何通过这些技术的结合,实现对大规模数据的实时处理和分析。
338 2
ClickHouse与大数据生态集成:Spark & Flink 实战
基于 Flink CDC YAML 的 MySQL 到 Kafka 流式数据集成
本教程展示如何使用Flink CDC YAML快速构建从MySQL到Kafka的流式数据集成作业,涵盖整库同步和表结构变更同步。无需编写Java/Scala代码或安装IDE,所有操作在Flink CDC CLI中完成。首先准备Flink Standalone集群和Docker环境(包括MySQL、Kafka和Zookeeper),然后通过配置YAML文件提交任务,实现数据同步。教程还介绍了路由变更、写入多个分区、输出格式设置及上游表名到下游Topic的映射等功能,并提供详细的命令和示例。最后,包含环境清理步骤以确保资源释放。
314 2
基于 Flink CDC YAML 的 MySQL 到 Kafka 流式数据集成
SpringBoot 通过集成 Flink CDC 来实时追踪 MySql 数据变动
通过详细的步骤和示例代码,您可以在 SpringBoot 项目中成功集成 Flink CDC,并实时追踪 MySQL 数据库的变动。
305 43
Flink CDC YAML:面向数据集成的 API 设计
本文整理自阿里云智能集团 Flink PMC Member & Committer 徐榜江(雪尽)在 FFA 2024 分论坛的分享,涵盖四大主题:Flink CDC、YAML API、Transform + AI 和 Community。文章详细介绍了 Flink CDC 的发展历程及其优势,特别是 YAML API 的设计与实现,以及如何通过 Transform 和 AI 模型集成提升数据处理能力。最后,分享了社区动态和未来规划,欢迎更多开发者加入开源社区,共同推动 Flink CDC 的发展。
436 12
Flink CDC YAML:面向数据集成的 API 设计
Flink CDC 在阿里云 DataWorks 数据集成入湖场景的应用实践
Flink CDC 在阿里云 DataWorks 数据集成入湖场景的应用实践
阿里云实时计算Flink版测评报告
该测评报告详细介绍了阿里云实时计算Flink版在用户行为分析与标签画像中的应用实践,展示了其毫秒级的数据处理能力和高效的开发流程。报告还全面评测了该服务在稳定性、性能、开发运维及安全性方面的卓越表现,并对比自建Flink集群的优势。最后,报告评估了其成本效益,强调了其灵活扩展性和高投资回报率,适合各类实时数据处理需求。
实时计算 Flash – 兼容 Flink 的新一代向量化流计算引擎
本文介绍了阿里云开源大数据团队在实时计算领域的最新成果——向量化流计算引擎Flash。文章主要内容包括:Apache Flink 成为业界流计算标准、Flash 核心技术解读、性能测试数据以及在阿里巴巴集团的落地效果。Flash 是一款完全兼容 Apache Flink 的新一代流计算引擎,通过向量化技术和 C++ 实现,大幅提升了性能和成本效益。
2100 73
实时计算 Flash – 兼容 Flink 的新一代向量化流计算引擎
Flink CDC 在阿里云实时计算Flink版的云上实践
本文整理自阿里云高级开发工程师阮航在Flink Forward Asia 2024的分享,重点介绍了Flink CDC与实时计算Flink的集成、CDC YAML的核心功能及应用场景。主要内容包括:Flink CDC的发展及其在流批数据处理中的作用;CDC YAML支持的同步链路、Transform和Route功能、丰富的监控指标;典型应用场景如整库同步、Binlog原始数据同步、分库分表同步等;并通过两个Demo展示了MySQL整库同步到Paimon和Binlog同步到Kafka的过程。最后,介绍了未来规划,如脏数据处理、数据限流及扩展数据源支持。
262 0
Flink CDC 在阿里云实时计算Flink版的云上实践

热门文章

最新文章