# 编译并运行Flink应用 在程序代码完成开发后，建议您上传至Linux客户端环境中运行应用。使用Scala或Java语言开发的应用程序在Flink客户端的运行步骤是一样的。 ![](https://support.huaweicloud.com/devg-mrs/public_sys-resources/note_3.0-zh-cn.png) 基于YARN集群的Flink应用程序不支持在Windows环境下运行，只支持在Linux环境下运行。 #### 操作步骤 1. 在IntelliJ IDEA中，在生成Jar包之前配置工程的Artifacts信息。 1. 在IDEA主页面，选择"File \> Project Structures..."进入"Project Structure"页面。 2. 在"Project Structure"页面，选择"Artifacts"，单击"+"并选择"JAR \> Empty"。 图1添加Artifacts ![](https://support.huaweicloud.com/devg-mrs/zh-cn_image_0250982339.png) 3. 您可以根据实际情况设置Jar包的名称、类型以及输出路径。 图2设置基本信息 ![](https://support.huaweicloud.com/devg-mrs/zh-cn_image_0250982580.png) 4. 选中"'FlinkStreamJavaExample' compile output"，右键选择"Put into Output Root"。然后单击"Apply"。 图3Put into Output Root ![](https://support.huaweicloud.com/devg-mrs/zh-cn_image_0250982522.png) 5. 最后单击"OK"完成配置。 2. 生成Jar包。 1. 在IDEA主页面，选择"Build \> Build Artifacts..."。 图4Build Artifacts ![](https://support.huaweicloud.com/devg-mrs/zh-cn_image_0250982225.png) 2. 在弹出的菜单中，选择"FlinkStreamJavaExample \> Build"开始生成Jar包。 图5Build ![](https://support.huaweicloud.com/devg-mrs/zh-cn_image_0250982710.png) 3. 当Event log中出现如下类似日志时，表示Jar包生成成功。您可以从[1.c]中配置的路径下获取到Jar包。 ``` 21:25:43 Compilation completed successfully in 36 sec ``` 3. 将[2]中生成的Jar包（如FlinkStreamJavaExample.jar）拷贝到Linux环境的Flink运行环境下（即Flink客户端），如"/opt/Flink_test"。运行Flink应用程序。 在Linux环境中运行Flink应用程序，需要先启动Flink集群。在Flink客户端下执行yarn session命令，启动Flink集群。执行命令例如： ``` bin/yarn-session.sh -n 3 -jm 1024 -tm 1024 ``` ![](https://support.huaweicloud.com/devg-mrs/public_sys-resources/note_3.0-zh-cn.png) 在Flink任务运行过程中禁止重启HDFS服务或者重启所有DataNode实例，否则可能会导致任务失败，并可能导致应用部分临时数据无法清空。 - 运行DataStream样例程序（Scala和Java语言）。 在终端另开一个窗口，进入Flink客户端目录，调用bin/flink run脚本运行代码，例如： ``` bin/flink run --class com.huawei.flink.example.stream.FlinkStreamJavaExample /opt/Flink_test/flink-examples-1.0.jar --filePath /opt/log1.txt,/opt/log2.txt --windowTime 2 bin/flink run --class com.huawei.flink.example.stream.FlinkStreamScalaExample /opt/Flink_test/flink-examples-1.0.jar --filePath /opt/log1.txt,/opt/log2.txt --windowTime 2 ``` 表1参数说明 | 参数名称 | 说明 | |:---|:---| | \ | 指本地文件系统中文件路径，每个节点都需要放一份/opt/log1.txt和/opt/log2.txt并使用**chmod 755 *文件名***命令为用户赋予读、写、执行权限，而属组用户和其他用户只有读、执行权限。可以默认，也可以自行设置。 | | \ | 指窗口时间大小，以分钟为单位。可以默认，也可以自行设置。 | - 运行向Kafka生产并消费数据样例程序（Scala和Java语言）。 执行命令启动程序生产数据。 ``` bin/flink run --class com.huawei.flink.example.kafka.WriteIntoKafka /opt/Flink_test/flink-examples-1.0.jar [security.protocol] [sasl.kerberos.service.name] [kerberos.domain.name] [ssl.truststore.location] [ssl.truststore.password] ``` 执行命令启动程序消费数据。命令中如果携带认证密码信息可能存在安全风险，在执行命令前建议关闭系统的history命令记录功能，避免信息泄露。 ``` bin/flink run --class com.huawei.flink.example.kafka.ReadFromKafka /opt/Flink_test/flink-examples-1.0.jar [security.protocol] [sasl.kerberos.service.name] [kerberos.domain.name] [ssl.truststore.location] [ssl.truststore.password] ``` 表2参数说明 | 参数名称 | 说明 | 是否必须配置 | |:---|:---|:---| | topic | 表示kafka主题名。 | 是 | | bootstrap.server | 表示broker集群ip/port列表。 | 是 | | security.protocol | 运行参数可以配置为PLAINTEXT（可不配置）/SASL_PLAINTEXT/SSL/SASL_SSL四种协议，分别对应MRS Kafka集群的21005/21007/21008/21009端口。 - 如果配置了SASL，则必须配置sasl.kerberos.service.name为kafka，并在conf/flink-conf.yaml中配置security.kerberos.login相关配置项。 - 如果配置了SSL，则必须配置ssl.truststore.location和ssl.truststore.password，前者表示truststore的位置，后者表示truststore密码。 | 否 说明： 该参数未配置时为非安全Kafka。 | | kerberos.domain.name | Kafka Domain名称。 | 否 说明： security.protocol配置了SASL时必须配置。 | 四种类型实际命令示例，以ReadFromKafka为例如下： ``` bin/flink run --class com.huawei.flink.example.kafka.ReadFromKafka /opt/Flink_test/flink-examples-1.0.jar --topic topic1 --bootstrap.servers 10.96.101.32:21005 ``` ``` bin/flink run --class com.huawei.flink.example.kafka.ReadFromKafka /opt/Flink_test/flink-examples-1.0.jar --topic topic1 --bootstrap.servers 10.96.101.32:21007 --security.protocol SASL_PLAINTEXT --sasl.kerberos.service.name kafka --kerberos.domain.name hadoop.hadoop.com ``` ``` bin/flink run --class com.huawei.flink.example.kafka.ReadFromKafka /opt/Flink_test/flink-examples-1.0.jar --topic topic1 --bootstrap.servers 10.96.101.32:21008 --security.protocol SSL --ssl.truststore.location /home/truststore.jks --ssl.truststore.password xxx ``` ``` bin/flink run --class com.huawei.flink.example.kafka.ReadFromKafka /opt/Flink_test/flink-examples-1.0.jar --topic topic1 --bootstrap.servers 10.96.101.32:21009 --security.protocol SASL_SSL --sasl.kerberos.service.name kafka --kerberos.domain.name hadoop.hadoop.com --ssl.truststore.location /home/truststore.jks --ssl.truststore.password xxx ``` - 运行异步Checkpoint机制样例程序（Scala和Java语言）。 为了丰富样例代码，Java版本使用了Processing Time作为数据流的时间戳，而Scala版本使用Event Time作为数据流的时间戳。具体执行命令参考如下： - 将Checkpoint的快照信息保存到HDFS。 - Java ``` bin/flink run --class com.huawei.flink.example.checkpoint.FlinkProcessingTimeAPIChkMain /opt/Flink_test/flink-examples-1.0.jar --chkPath hdfs://hacluster/flink-checkpoint/ ``` - Scala ``` bin/flink run --class com.huawei.flink.example.checkpoint.FlinkEventTimeAPIChkMain /opt/Flink_test/flink-examples-1.0.jar --chkPath hdfs://hacluster/flink-checkpoint/ ``` - 将Checkpoint的快照信息保存到本地文件。 - Java ``` bin/flink run --class com.huawei.flink.example.checkpoint.FlinkProcessingTimeAPIChkMain /opt/Flink_test/flink-examples-1.0.jar --chkPath file:///home/zzz/flink-checkpoint/ ``` - Scala ``` bin/flink run --class com.huawei.flink.example.checkpoint.FlinkEventTimeAPIChkMain /opt/Flink_test/flink-examples-1.0.jar --chkPath file:///home/zzz/flink-checkpoint/ ``` ![](https://support.huaweicloud.com/devg-mrs/public_sys-resources/note_3.0-zh-cn.png) - Checkpoint源文件路径：flink/checkpoint/checkpoint/fd5f5b3d08628d83038a30302b611/chk-X/4f854bf4-ea54-4595-a9d9-9b9080779ffe 其中，flink/checkpoint/checkpoint表示指定的根目录。 fd5f5b3d08628d83038a30302b611表示以jobID命名的第二次目录。 chk-X中"X"为checkpoint编号，第三层目录。 4f854bf4-ea54-4595-a9d9-9b9080779ffe表示checkpoint源文件。 - Flink在集群模式下checkpoint将文件放到HDFS。 - 运行Stream SQL Join样例程序 1. 启动程序向Kafka生产。Kafka配置可参考[运行向Kafka生产并消费数据样例程序（Java...] ``` bin/flink run --class com.huawei.flink.example.sqljoin.WriteIntoKafka4SQLJoin /opt/Flink_test/flink-examples-1.0.jar --topic topic-test --bootstrap.servers xxx.xxx.xxx.xxx:21005 ``` 2. 在集群内任一节点启动netcat命令，等待应用程序连接。 ``` netcat -l -p 9000 ``` 3. 启动程序接受Socket数据，并执行联合查询。 ``` bin/flink run --class com.huawei.flink.example.sqljoin.SqlJoinWithSocket /opt/Flink_test/flink-examples-1.0.jar --topic topic-test --bootstrap.servers xxx.xxx.xxx.xxx:21005 --hostname xxx.xxx.xxx.xxx --port 9000 ```