K8s Application模式下的flink任务执行精要

天翼云开发者社区
69 阅读5分钟

本文分享自天翼云开发者社区《K8s Application模式下的flink任务执行精要》，作者：l****n

构键k8s集群

  1. 在这里，我们需要搭建一个K8S环境用于提供flink任务的运行时环境。在这里推荐使用kubeadm或者一些脚本工具搭建，可参考本自动k8s脚本工具。具体过程在这里省略，可以参考上述链接中的文档进行操作。

  2. 需要注意的是，我们需要在相应用户的目录下提供一个kubeconfig文件，如下图所示，通过该文件，StreamPark才能顺利地调用K8S客户端提交任务，该config的内容为与K8S的ApiServer进行连接时需要使用的信息。

提供flink运行任务的环境

  1. 将kubeconfig提供出来，供flink客户端调用

  2. 在这里主要提供一个供flink使用命名空间、和sa

    # 创建namespacekubectl create ns flink-dev# 创建serviceaccountkubectl create serviceaccount flink-service-account -n flink-dev# 用户授权kubectl create clusterrolebinding flink-role-binding-flink --clusterrole=edit --serviceaccount=flink-dev:flink-service-account

下载flink客户端

flink客户端是控制flink的核心，需要下载并部署

wget https://archive.apache.org/dist/flink/flink-1.14.3/flink-1.14.3-bin-scala_2.12.tgztar -xf flink-1.14.3-bin-scala_2.12.tgz

任务编程

任务jar生成过程

在这里，主要提供一个flink任务案例供flink k8s application进行调用

  1. 开发java代码，供使用，本示例项目较为简单，仅为将数据输出至mysql中，调用mysql-connector进行实现

    package cn.ctyun.demo;​import org.apache.flink.api.java.utils.ParameterTool;import org.apache.flink.connector.jdbc.JdbcConnectionOptions;import org.apache.flink.connector.jdbc.JdbcSink;import org.apache.flink.streaming.api.datastream.DataStreamSource;import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;​public class SinkToMySQL {   public static void main(String[] args) throws Exception {//       从启动参数中获取连接信息       ParameterTool parameterTool = ParameterTool.fromArgs(new String[]{"url", "passwd", "user"});       StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();       env.setParallelism(1);​​       DataStreamSource<Event> stream = env.fromElements(               new Event("Mary", "./home", 1000L),               new Event("Bob", "./cart", 2000L),               new Event("Alice", "./prod?id=100", 3000L),               new Event("Alice", "./prod?id=200", 3500L),               new Event("Bob", "./prod?id=2", 2500L),               new Event("Alice", "./prod?id=300", 3600L),               new Event("Bob", "./home", 3000L),               new Event("Bob", "./prod?id=1", 2300L),               new Event("Bob", "./prod?id=3", 3300L));​       stream.addSink(               JdbcSink.sink(                       "INSERT INTO clicks (user, url) VALUES (?, ?)",                      (statement, r) -> {                           statement.setString(1, r.user);                           statement.setString(2, r.url);                      },                       new JdbcConnectionOptions.JdbcConnectionOptionsBuilder()                              .withUrl(parameterTool.get("url"))                              .withDriverName("com.mysql.jdbc.Driver")                              .withUsername(parameterTool.get("user"))                              .withPassword(parameterTool.get("passwd"))                              .build()              )      );       env.execute();  }}

  2. 项目打包

    防止一些依赖缺失，这里使用fatjar的方式进行打包，注意，这里使用了jar-with-dependencies方法进行打包，即将依赖全部打入到相应的jar包中，这样可以防止平台上的flink因为以来缺失问题导致无法使用flink程序。maven相关的设置如下所示：

    <plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-assembly-plugin</artifactId><version>3.0.0</version><configuration><descriptorRefs><descriptorRef>jar-with-dependencies</descriptorRef></descriptorRefs></configuration><executions><execution><id>make-assembly</id><phase>package</phase><goals><goal>single</goal></goals></execution></executions></plugin>

    之后通过命令mvn package进行打包，注意将打包后带有with-dependencies.jar后缀的jar包留下。以供使用

  3. 制作镜像，在这里通过官方镜像作为基础镜像进行构建，

    使用docker进行镜像生成，使用命令为docker build -t /flink-demo-jar-job:1.0-SNAPSHOT .

    FROM apache/flink:1.14.3-scala_2.12RUN mkdir -p $FLINK_HOME/usrlibCOPY lib $FLINK_HOME/lib/COPY flink-demo-jar-job-1.0-SNAPSHOT-jar-with-dependencies.jar $FLINK_HOME/usrlib/flink-demo-jar-job-1.0-SNAPSHOT-jar-with-dependencies.jar

  4. 推送镜像

    这里推送镜像一般会推送到默认的dockerhub相应的仓库。如果需要push到自己的镜像仓，则需要修改相应的镜像前缀${docker_repository}为自己的镜像仓位置

    docker push ${docker_repository}/flink-demo-jar-job:1.0-SNAPSHOT

k8s Application运行

Application模式架构

在k8s application模式下，用户只需要通过 Flink Client/CLI 启动作业。首先通过 K8s 启动 JobManager（deployment）的同时启动作业，然后通过 JobManager 内部的 K8sResourceManager 模块向 K8s 直接申请 TaskManager 的资源并启动，最后当 TM 注册到 JM 后作业就提交到 TM。用户在整个过程无需指定 TaskManager 资源的数量，而是由 JobManager 向 K8s 按需申请的。

启动命令

这里我们可以指定一定的运行参数，相关的参数设定方案请参考官方文档nightlies.apache.org/flink/flink…

./bin/flink run-application \--target kubernetes-application \-Dkubernetes.cluster-id=flink-cluster \# 指定容器启动的镜像(与之前提交的保持一致)-Dkubernetes.container.image=****/flink-demo-jar-job:1.0-SNAPSHOT \-Dkubernetes.jobmanager.replicas=1 \# 指定容器运行的命名空间-Dkubernetes.namespace=flink-dev \-Dkubernetes.jobmanager.service-account=flink-service-account \-Dkubernetes.taskmanager.cpu=1 \-Dtaskmanager.memory.process.size=4096mb \-Dkubernetes.jobmanager.cpu=1 \-Djobmanager.memory.process.size=4096mb \-Dkubernetes.rest-service.exposed.type=NodePort \-Dclassloader.resolve-order=parent-first \# yaml 模板,为解决hosts映射,后续可以通过编排此yaml文件,实现动态替换启动jar包、配置文件和持久化一些数据# -Dkubernetes.pod-template-file=/opt/flink-1.14.2/flink-templeta.yaml \# Main方法-c cn.ctyun.demo.SinkToMySQL \# 启动Jar包和启动配置文件的绝对路径(容器内部,不是宿主机)local:///usr/local/flink/lib/flink-realtime-1.0-SNAPSHOT.jar \# 如下将提供mysql的连接信息，通过参数的方式传递给jar包--passwd ****** \--user ******\--url ******

PodTemplate

PodTemplate主要是通过指定pod的启动样例，在podtemplate中可以指定域名、挂载路径、配置文件、初始化容器等信息，如下给出一个提供一个持久化保存日志的PodTemplate。

apiVersion: v1kind: Podmetadata:name: jobmanager-pod-templatespec:initContainers:  - name: artifacts-fetcher    image: artifacts-fetcher:latest     # Use wget or other tools to get user jars from remote storage    command: [ 'wget', 'https://path/of/StateMachineExample.jar', '-O', '/flink-artifact/myjob.jar' ]    volumeMounts:      - mountPath: /flink-artifact        name: flink-artifactcontainers:   # Do not change the main container name  - name: flink-main-container    resources:      requests:        ephemeral-storage: 2048Mi      limits:        ephemeral-storage: 2048Mi    volumeMounts:      - mountPath: /opt/flink/volumes/hostpath        name: flink-volume-hostpath      - mountPath: /opt/flink/artifacts        name: flink-artifact      - mountPath: /opt/flink/log        name: flink-logs     # Use sidecar container to push logs to remote storage or do some other debugging things  - name: sidecar-log-collector    image: sidecar-log-collector:latest    command: [ 'command-to-upload', '/remote/path/of/flink-logs/' ]    volumeMounts:      - mountPath: /flink-logs        name: flink-logsvolumes:  - name: flink-volume-hostpath    hostPath:      path: /tmp      type: Directory  - name: flink-artifact    emptyDir: { }  - name: flink-logs    emptyDir: { }

可知，通过如上的配置文件，启动taskmanager、JobManager后将能够提供挂载功能，能够将主容器中存储日志的目录进行挂载，供另一个容器artifacts-fetcher获取并通过其内置脚本command-to-upload实时将日志进行上传。该功能是flink官方提供的一种通过podtemplate方法解决flink中日志持久化问题的一个案例，具体podTemplate的使用需要结合实际需求场景进行调整。

avatar
文章
阅读
粉丝