Flink问题之无法启动如何解决

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
简介: Apache Flink是由Apache软件基金会开发的开源流处理框架,其核心是用Java和Scala编写的分布式流数据流引擎。本合集提供有关Apache Flink相关技术、使用技巧和最佳实践的资源。

问题一:Flink savepoint迁移问题


社区各位大佬,我遇到了一个Flink版本升级后,savepoint不会正确恢复问题。

版本从1.9.3 升级到1.11.0或1.11.3.

连接器使用的pulsar的连接器。在Source的checkpoint数据结构如下

oldUnionOffsetStates = stateStore.getUnionListState(

new ListStateDescriptor<>(

OFFSETS_STATE_NAME,

TypeInformation.of(new TypeHint>() {

})));

oldUnionSubscriptionNameStates =

stateStore.getUnionListState(

new ListStateDescriptor<>(

OFFSETS_STATE_NAME + "_subName",

TypeInformation.of(new TypeHint () {

})));

我在本地通过bin/flink savepoint 命令保存下1.9.3的state,然后停止flink 1.9.3的集群,启动1.11.3的flink集群,使用bin/flink run -s 参数恢复任务。

任务在启动后,会遇到下面的错误

2021-03-11 10:02:25

java.lang.Exception: Exception while creating StreamOperatorStateContext.

at org.apache.flink.streaming.api.operators.StreamTaskStateInitializerImpl.streamOperatorStateContext(StreamTaskStateInitializerImpl.java:222)

at org.apache.flink.streaming.api.operators.AbstractStreamOperator.initializeState(AbstractStreamOperator.java:248)

at org.apache.flink.streaming.runtime.tasks.OperatorChain.initializeStateAndOpenOperators(OperatorChain.java:290)

at org.apache.flink.streaming.runtime.tasks.StreamTask.lambda$beforeInvoke$1(StreamTask.java:506)

at org.apache.flink.streaming.runtime.tasks.StreamTaskActionExecutor$SynchronizedStreamTaskActionExecutor.runThrowing(StreamTaskActionExecutor.java:92)

at org.apache.flink.streaming.runtime.tasks.StreamTask.beforeInvoke(StreamTask.java:475)

at org.apache.flink.streaming.runtime.tasks.StreamTask.invoke(StreamTask.java:526)

at org.apache.flink.runtime.taskmanager.Task.doRun(Task.java:721)

at org.apache.flink.runtime.taskmanager.Task.run(Task.java:546)

at java.base/java.lang.Thread.run(Thread.java:832)

Caused by: org.apache.flink.util.FlinkException: Could not restore operator state backend for StreamSource_15541fe0b20ca4f01df784b178a8cc9d_(1/1) from any of the 1 provided restore options.

at org.apache.flink.streaming.api.operators.BackendRestorerProcedure.createAndRestore(BackendRestorerProcedure.java:135)

at org.apache.flink.streaming.api.operators.StreamTaskStateInitializerImpl.operatorStateBackend(StreamTaskStateInitializerImpl.java:283)

at org.apache.flink.streaming.api.operators.StreamTaskStateInitializerImpl.streamOperatorStateContext(StreamTaskStateInitializerImpl.java:156)

... 9 more

Caused by: org.apache.flink.runtime.state.BackendBuildingException: Failed when trying to restore operator state backend

at org.apache.flink.runtime.state.DefaultOperatorStateBackendBuilder.build(DefaultOperatorStateBackendBuilder.java:86)

at org.apache.flink.runtime.state.memory.MemoryStateBackend.createOperatorStateBackend(MemoryStateBackend.java:314)

at org.apache.flink.streaming.api.operators.StreamTaskStateInitializerImpl.lambda$operatorStateBackend$0(StreamTaskStateInitializerImpl.java:274)

at org.apache.flink.streaming.api.operators.BackendRestorerProcedure.attemptCreateAndRestore(BackendRestorerProcedure.java:142)

at org.apache.flink.streaming.api.operators.BackendRestorerProcedure.createAndRestore(BackendRestorerProcedure.java:121)

... 11 more

Caused by: java.iohttp://java.io.EOFException: No more bytes left.

at org.apache.flink.api.java.typeutils.runtime.NoFetchingInput.require(NoFetchingInput.java:79)

at com.esotericsoftware.kryo.iohttp://com.esotericsoftware.kryo.io.Input.readVarInt(Input.java:355)

at com.esotericsoftware.kryo.iohttp://com.esotericsoftware.kryo.io.Input.readInt(Input.java:350)

at com.esotericsoftware.kryo.serializers.UnsafeCacheFields$UnsafeIntField.read(UnsafeCacheFields.java:46)

at com.esotericsoftware.kryo.serializers.FieldSerializer.read(FieldSerializer.java:528)

at com.esotericsoftware.kryo.Kryo.readClassAndObject(Kryo.java:761)

at org.apache.flink.api.java.typeutils.runtime.kryo.KryoSerializer.deserialize(KryoSerializer.java:346)

at org.apache.flink.api.java.typeutils.runtime.TupleSerializer.deserialize(TupleSerializer.java:151)

at org.apache.flink.api.java.typeutils.runtime.TupleSerializer.deserialize(TupleSerializer.java:37)

at org.apache.flink.runtime.state.OperatorStateRestoreOperation.deserializeOperatorStateValues(OperatorStateRestoreOperation.java:191)

at org.apache.flink.runtime.state.OperatorStateRestoreOperation.restore(OperatorStateRestoreOperation.java:165)

at org.apache.flink.runtime.state.DefaultOperatorStateBackendBuilder.build(DefaultOperatorStateBackendBuilder.java:83)

... 15 more

请问题大佬们可以提供排查问题的办法或者解决方案吗?*来自志愿者整理的flink邮件归档


参考回答:

新的集群使用的是更新之后的 pulsar connector ?我看了下 pulsar-flink 的代码,这个更新对 state 是破坏性的。

  • unionOffsetStates = stateStore.getUnionListState(
  • new ListStateDescriptor<>(
  • OFFSETS_STATE_NAME,
  • TypeInformation.of(new TypeHint>() {
  • })));

解决方法 :? 1. 尝试通过 state-processor-api 重写下 state ? 2. 1.9 的 pulsar-flink connector 可以跑在 1.11 的 flink 上吗?

感觉后面还有不兼容的更新

new ListStateDescriptor<>( OFFSETS_STATE_NAME, - TypeInformation.of(new TypeHint>() { + TypeInformation.of(new TypeHint>() { })));

不兼容的 state 更新,如果不好做 schema migration,可以试试 StatefulSinkWriterOperator 的方法:同时读取新旧 state + 只写新 state。

可以等 streamnative 的人确认下。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/359397?spm=a2c6h.13262185.0.0.54e839c0LrOat6


问题二:将每个tm的slot数从2降低到1,任务反而无法启动怎么办


您好: 任务的拓扑图如下,parallelism的设置是140,但是中间有个操作的并行度设置成了50。 集群剩余的slot总数是195。 如果将每个tm的slot数设置为2,任务能够正常启动,并且分配了70个tm和140个slot,符合预期。 可如果将每个tm的slot数设置为1,便只分配了115个slot。任务会卡在creating状态,并且几分钟后,会抛出异常,“Could not allocate all requires slots within timeout of 300000 ms. Slots required: 470, slots allocated: 388” 这里面有几个问题: 1. 将slot数设置为1后,异常中提示“Slots required: 470”,这个470似乎完全没有考虑slot share(我们并没有手动设置SlotSharingGroup)。这是为啥? 2. 将slot数设置为1后,异常中提示“slots allocated: 388”,而整个集群剩余的slot其实只有195个,这个388怎么来的? 3. 最大的并行度应是140,为何只分配了115个slot呢? 我们使用的flink版本是1.6.2。 期待你们的回复~*来自志愿者整理的flink邮件归档


参考回答:

建议看下集群剩余的内存情况,看是不是 140 个 TAskManager 内存不够了


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/359418?spm=a2c6h.13262185.0.0.54e839c0YhZuwm


问题三:提交两个SQL任务,其中一个不生效怎么办?


大家好,我通过Yarn Per Job模式提交了两个任务,后一个提交的任务会变成前一个一样的任务,而且好像不产生实际作用(?),看起来像是在给前一个做HA,不知道是不是什么配置没搞好呢?

两个任务分别是 Kafka Topic1 -> Kafka Topic2 和 Kafka Topic2 -> Postgre,两个任务中的Topic2用的是同一个。

之前也尝试过,Topic1同时写入Topic2和Postgre,好像也同样不会生效,这是为什么呢?

谢谢大家。*来自志愿者整理的flink邮件归档


参考回答:

多个insert的话要用statementset去提交


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/359419?spm=a2c6h.13262185.0.0.54e839c0YhZuwm


问题四:MapState 无法更新怎么办


主要代码如下:

class getRule extends KeyedBroadcastProcessFunction[String, KafkaStreamSource, List[Rule], KafkaStreamSource] { private var carEfenceState: MapState[String, Boolean] = _

override def open(parameters: Configuration): Unit = {

carEfenceState = getRuntimeContext.getMapState(new

MapStateDescriptor[String, Boolean]("carEfenceState", classOf[String],

classOf[Boolean]))

}

override def processBroadcastElement(in2: List[Rule], context:

KeyedBroadcastProcessFunction[String, KafkaStreamSource, List[Rule],

KafkaStreamSource]#Context, collector: Collector[KafkaStreamSource]): Unit =

{

context.getBroadcastState(ruleStateDescriptor).put("rules", in2)

}

override def processElement(kafkaSource: KafkaStreamSource,

readOnlyContext: KeyedBroadcastProcessFunction[String, KafkaStreamSource,

List[Rule], KafkaStreamSource]#ReadOnlyContext, collector:

Collector[KafkaStreamSource]): Unit = {

val ruleIterator =

readOnlyContext.getBroadcastState(ruleStateDescriptor).immutableEntries().iterator()

while (ruleIterator.hasNext) {

val ruleMap: Map.Entry[String, List[Rule]] = ruleIterator.next()

val ruleList: List[Rule] = ruleMap.getValue

for (rule <- ruleList) {

val mapKey = kafkaSource.vno + rule.id

val tempState = carEfenceState.get(mapKey)

val currentState = if (tempState != null) tempState else false

// 业务逻辑

if (!currentState) {

...

carEfenceState.put(mapKey, true)

...

} else if (currentState) {

...

carEfenceState.remove(mapKey)

...

}

}

}

}

}

c*来自志愿者整理的flink邮件归档


参考回答:

A read-only view of the {@link BroadcastState}.

*

  • Although read-only, the user code should not modify the value returned by the {@link
  • #get(Object)} or the entries of the immutable iterator returned by the {@link
  • #immutableEntries()}, as this can lead to inconsistent states. The reason for this is that we do
  • not create extra copies of the elements for performance reasons.

*

  • @param The key type of the elements in the {@link ReadOnlyBroadcastState}.
  • @param The value type of the elements in the {@link ReadOnlyBroadcastState}.

*/

这是源码中对ReadOnlyBroadcastState的描述,希望对你有帮助


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/359504?spm=a2c6h.13262185.0.0.133c39c0Clkic3


问题五:BUG :DataStream 转 Table 后无法 触发窗口计算怎么办


1:当DataStream是由 一个table 经过 group by rowtime 转换过来的就无法触发窗口

例如: tableEnv.createTemporaryView("test3", tableEnv.sqlQuery("select msg,rowtime from test group by msg,rowtime"));

// 获得 DataStream,并定义wtm生成 SingleOutputStreamOperator r = tableEnv.toRetractStream(tableEnv.from("test3"), Row.class) .filter(x -> x.f0) // map ........ .returns(Types.TUPLE(Types.STRING, Types.LONG)) .assignTimestampsAndWatermarks( WatermarkStrategy.>forBoundedOutOfOrderness(Duration.ofSeconds(1)) .withTimestampAssigner(((element, recordTimestamp) -> element.f1)) );

参考 官方文档: https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/streaming/time_attributes.html

// stream - 转 Table,指定Rowtime tableEnv.createTemporaryView("test5", r, $("msg"), $("rowtime").rowtime());

String sql5 = "select " + "msg," + "count(1) cnt" + " from test5 " + " group by TUMBLE(rowtime, INTERVAL '30' SECOND), msg " + ""; tableEnv.executeSql("insert into printlnRetractSink " + sql5);

结果: 无法触发窗口操作。 查调试源码: org.apache.flink.table.runtime.operators.window.WindowOperator // 返回的wtm永远都是 -9223372036854775808 public long getCurrentWatermark() { return internalTimerService.currentWatermark(); }

// 查看任务,watermark是正常在生成的。InternalTimerServiceImpl.advanceWatermark是正常为currentWatermark赋值。但是 internalTimerService.currentWatermark() 却拿的是-9223372036854775808

// 当 tableEnv.createTemporaryView("test3", tableEnv.sqlQuery("select msg,rowtime from test group by msg,rowtime")); 语句改为 tableEnv.createTemporaryView("test3", tableEnv.sqlQuery("select msg,rowtime from test"));

结果就是正确的。 所以这是一个bug吗??*来自志愿者整理的flink邮件归档


参考回答:

你好, 你的flink版本是多少? 之前有个bug是Table转datastream 会丢rowtime问题,看起来是这个问题。

我在[1]里修复了,你可以升级对应的版本试下。

祝好, Leonard [1]https://issues.apache.org/jira/browse/FLINK-21013 https://issues.apache.org/jira/browse/FLINK-21013


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/359506?spm=a2c6h.13262185.0.0.133c39c0Clkic3

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
相关文章
|
3月前
|
消息中间件 Kafka Apache
Apache Flink 是一个开源的分布式流处理框架
Apache Flink 是一个开源的分布式流处理框架
487 5
|
5月前
|
SQL 运维 API
Apache Flink 学习教程----持续更新
Apache Flink 学习教程----持续更新
239 0
|
2月前
|
SQL Java API
官宣|Apache Flink 1.19 发布公告
Apache Flink PMC(项目管理委员)很高兴地宣布发布 Apache Flink 1.19.0。
1371 2
官宣|Apache Flink 1.19 发布公告
|
2月前
|
SQL Apache 流计算
Apache Flink官方网站提供了关于如何使用Docker进行Flink CDC测试的文档
【2月更文挑战第25天】Apache Flink官方网站提供了关于如何使用Docker进行Flink CDC测试的文档
147 3
|
2月前
|
XML Java Apache
Apache Flink自定义 logback xml配置
Apache Flink自定义 logback xml配置
152 0
|
2月前
|
消息中间件 Java Kafka
Apache Hudi + Flink作业运行指南
Apache Hudi + Flink作业运行指南
86 1
|
2月前
|
缓存 分布式计算 Apache
Apache Hudi与Apache Flink更好地集成,最新方案了解下?
Apache Hudi与Apache Flink更好地集成,最新方案了解下?
62 0
|
2月前
|
监控 Apache 开发工具
Apache Flink 1.12.2集成Hudi 0.9.0运行指南
Apache Flink 1.12.2集成Hudi 0.9.0运行指南
67 0
|
2月前
|
SQL Java Apache
超详细步骤!整合Apache Hudi + Flink + CDH
超详细步骤!整合Apache Hudi + Flink + CDH
92 0
|
2月前
|
SQL 消息中间件 Kafka
使用 Apache Flink 和 Apache Hudi 创建低延迟数据湖管道
使用 Apache Flink 和 Apache Hudi 创建低延迟数据湖管道
43 3
使用 Apache Flink 和 Apache Hudi 创建低延迟数据湖管道

相关产品

  • 实时计算 Flink版