【Apache-StreamPark】Flink 开发利器 StreamPark 的介绍、安装、使用

【Apache-StreamPark】Flink 开发利器 StreamPark 的介绍、安装、使用

• 1）框架介绍与引入
• • 1.1.🚀 什么是 StreamPark
  • 1.2.🎉 Features
  • 1.3.🏳‍🌈 组成部分
  • 1.4.引入 StreamPark
  • 2）安装部署
  • • 2.1.环境要求
    • 2.2.Hadoop
    • 2.3.Kubernetes
    • 2.4.安装
    • 2.5.启动
    • 2.6.系统登录
    • 2.7.系统配置
    • • 2.7.1.System Setting
      • 2.7.2.Alert Setting
      • 2.7.3.Flink Home
      • 2.7.4.Flink Cluster
      • 3）StreamPark 使用

        1）框架介绍与引入

        

        1.1.🚀 什么是 StreamPark

        

        1.2.🎉 Features

        

        1.3.🏳‍🌈 组成部分

        StreamPark 核心由 streampark-core 和 streampark-console 组成

        

        

        1.4.引入 StreamPark

        之前我们写 Flink SQL 基本上都是使用 Java 包装 SQL，打 jar 包，提交到服务器上。通过命令行方式提交代码，但这种方式始终不友好，流程繁琐，开发和运维成本太大。我们希望能够进一步简化流程，将 Flink TableEnvironment 抽象出来，有平台负责初始化、打包运行 Flink 任务，实现 Flink 应用程序的构建、测试和部署自动化。StreamPark 对 Flink 的支持比较完善且强大。

        2）安装部署

        StreamPark 总体组件栈架构如下， 由 streampark-core 和 streampark-console 两个大的部分组成 , streampark-console 是一个非常重要的模块, 定位是一个综合实时数据平台，流式数仓平台, 低代码 ( Low Code )，Flink & Spark 任务托管平台，可以较好的管理 Flink 任务，集成了项目编译、发布、参数配置、启动、savepoint，火焰图 ( flame graph )，Flink SQL，监控等诸多功能于一体，大大简化了 Flink 任务的日常操作和维护，融合了诸多最佳实践。其最终目标是打造成一个实时数仓，流批一体的一站式大数据解决方案

        

        2.1.环境要求

        streampark-console 提供了开箱即用的安装包，安装之前对环境有些要求，具体要求如下：

        

        目前 StreamPark 对 Flink 的任务发布，同时支持 Flink on YARN 和 Flink on Kubernetes 两种模式。

        2.2.Hadoop

        使用 Flink on YARN，需要部署的集群安装并配置 Hadoop 的相关环境变量，如你是基于CDH 安装的 hadoop 环境， 相关环境变量可以参考如下配置:

        export HADOOP_HOME=/opt/cloudera/parcels/CDH/lib/hadoop #hadoop 安装目录
        export HADOOP_CONF_DIR=/etc/hadoop/conf
        export HIVE_HOME=$HADOOP_HOME/../hive
        export HBASE_HOME=$HADOOP_HOME/../hbase
        export HADOOP_HDFS_HOME=$HADOOP_HOME/../hadoop-hdfs
        export HADOOP_MAPRED_HOME=$HADOOP_HOME/../hadoop-mapreduce
        export HADOOP_YARN_HOME=$HADOOP_HOME/../hadoop-yarn
        

        2.3.Kubernetes

        使用 Flink on Kubernetes，需要额外部署/或使用已经存在的 Kubernetes 集群，请参考条目： StreamPark Flink-K8s 集成支持。

        2.4.安装

        1、下载 streampark 安装包,解包后安装目录如下

        .
        streampark-console-service-1.2.1
        ├── bin
        │    ├── startup.sh                           //启动脚本
        │    ├── setclasspath.sh                      //java 环境变量相关的脚本 ( 内部使用，用户无需关注 )
        │    ├── shutdown.sh                          //停止脚本
        │    ├── yaml.sh                              //内部使用解析 yaml 参数的脚本 ( 内部使用，用户无需关注 )
        ├── conf
        │    ├── application.yaml                     //项目的配置文件 ( 注意不要改动名称 )
        │    ├── flink-application.template           //flink 配置模板 ( 内部使用，用户无需关注 )
        │    ├── logback-spring.xml                   //logback
        │    └── ...
        ├── lib
        │    └── *.jar                                //项目的 jar 包
        ├── client
        │    └── streampark-flink-sqlclient-1.0.0.jar    //Flink SQl 提交相关功能 ( 内部使用，用户无需关注 )
        ├── script
        │     ├── schema                             
        │     │      ├── mysql-schema.sql            // mysql的ddl建表sql
        │     │      └── pgsql-schema.sql            // pgsql的ddl建表sql
        │     ├── data                             
        │     │      ├── mysql-data.sql              // mysql的完整初始化数据
        │     │      └── pgsql-data.sql              // pgsql的完整初始化数据
        │     ├── upgrade                            
        │     │      ├── 1.2.3.sql                   //升级到 1.2.3版本需要执行的升级sql      
        │     │      └── 2.0.0.sql                   //升级到 2.0.0版本需要执行的升级sql   
        │     │      ... 
        ├── logs                                     //程序 log 目录
        ├── temp                                     //内部使用到的临时路径，不要删除
        

        2、初始化表结构

        目前支持 mysql、pgsql、h2（默认,不需要执行任何操作），sql 脚本目录如下:

        ├── script
        │     ├── schema                             
        │     │      ├── mysql-schema.sql            // mysql的ddl建表sql
        │     │      └── pgsql-schema.sql            // pgsql的ddl建表sql
        │     ├── data                             
        │     │      ├── mysql-data.sql              // mysql的完整初始化数据
        │     │      └── pgsql-data.sql              // pgsql的完整初始化数据
        │     ├── upgrade                            
        │     │      ├── 1.2.3.sql                   //升级到 1.2.3版本需要执行的升级sql      
        │     │      └── 2.0.0.sql                   //升级到 2.0.0版本需要执行的升级sql   
        

        如果是初次安装，需要连接对应的数据库客户端依次执行 schema 和 data 目录下对应数据库的脚本文件即可，如果是升级，则执行对应的版本号的sql即可。

        3、修改配置

        安装解包已完成，接下来准备数据相关的工作

        • 修改连接信息

          进入到 conf 下，修改 conf/application.yml，找到 spring 这一项，找到 profiles.active 的配置，修改成对应的信息即可，如下：

          spring:
            profiles.active: mysql #[h2,pgsql,mysql]
            application.name: StreamPark
            devtools.restart.enabled: false
            mvc.pathmatch.matching-strategy: ant_path_matcher
            servlet:
              multipart:
                enabled: true
                max-file-size: 500MB
                max-request-size: 500MB
            aop.proxy-target-class: true
            messages.encoding: utf-8
            jackson:
              date-format: yyyy-MM-dd HH:mm:ss
              time-zone: GMT+8
            main:
              allow-circular-references: true
              banner-mode: off
          

          在修改完 conf/application.yml 后, 还需要修改 config/application-mysql.yml 中的数据库连接信息:

          Tips: 由于Apache 2.0许可与Mysql Jdbc驱动许可的不兼容，用户需要自行下载驱动jar包并放在 $STREAMPARK_HOME/lib 中，推荐使用8.x版本，下载地址 apache maven repository

          spring:
            datasource:
              username: root
              password: xxxx
              driver-class-name: com.mysql.cj.jdbc.Driver   # 请根据mysql-connector-java版本确定具体的路径,例如:使用5.x则此处的驱动名称应该是：com.mysql.jdbc.Driver
              url: jdbc:mysql://localhost:3306/streampark?useSSL=false&useUnicode=true&characterEncoding=UTF-8&allowPublicKeyRetrieval=false&useJDBCCompliantTimezoneShift=true&useLegacyDatetimeCode=false&serverTimezone=GMT%2B8
          

          • 修改workspace

            进入到 conf 下，修改 conf/application.yml，找到 streampark 这一项，找到 workspace 的配置，修改成一个用户有权限的目录

            streampark:
              # HADOOP_USER_NAME 如果是on yarn模式( yarn-prejob | yarn-application | yarn-session)则需要配置 hadoop-user-name
              hadoop-user-name: hdfs
              # 本地的工作空间,用于存放项目源码,构建的目录等.
              workspace:
                local: /opt/streampark_workspace # 本地的一个工作空间目录(很重要),用户可自行更改目录,建议单独放到其他地方,用于存放项目源码,构建的目录等.
                remote: hdfs:///streampark   # support hdfs:///streampark/ 、 /streampark 、hdfs://host:ip/streampark/
            

            2.5.启动

            进入到 bin 下直接执行 startup.sh 即可启动项目，默认端口是10000,如果没啥意外则会启动成功,打开浏览器 输入http://$host:10000 即可登录

            cd streampark-console-service-1.0.0/bin
            bash startup.sh
            

            相关的日志会输出到 streampark-console-service-1.0.0/logs/streampark.out 里

            2.6.系统登录

            经过以上步骤，即可部署完成，可以直接登录系统

            

            提示：

            默认密码: admin / streampark

            2.7.系统配置

            进入系统之后，第一件要做的事情就是修改系统配置，在菜单**/StreamPark/Setting** 下，操作界面如下：

            

            主要配置项分为以下几类：

            System Setting

            Alert Setting

            Flink Home

            Flink Cluster

            2.7.1.System Setting

            当前系统配置包括：

            • Maven配置

            • Docker环境配置

            • 警告邮箱配置

            • k8s Ingress 配置

              2.7.2.Alert Setting

              Alert Email 相关的配置是配置发送者邮件的信息，具体配置请查阅相关邮箱资料和文档进行配置

              2.7.3.Flink Home

              这里配置全局的 Flink Home,此处是系统唯一指定 Flink 环境的地方，会作用于所有的作业

              提示：

              特别提示: 最低支持的 Flink 版本为 1.12.0, 之后的版本都支持

              2.7.4.Flink Cluster

              Flink 当前支持的集群模式包括：

              • Standalone 集群

              • Yarn 集群

              • Kubernetes 集群

                3）StreamPark 使用

                详细使用请参考 StreamPark 中文官网