计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive
文档首页/ 数据湖探索 DLI/ 开发指南/ Flink作业开发指南/ 使用Flink Jar读写DIS开发指南

使用Flink Jar读写DIS开发指南

更新时间:2025-01-10 GMT+08:00

概述

本节操作介绍基于Flink 1.12版本的Flink Jar作业读写DIS数据的操作方法。

Flink 1.12版本Flink Opensource SQL作业不支持使用DLI提供的connector读写DIS,因此推荐您使用本节操作提供的方法。

Flink 1.15不再推荐使用DIS服务, 建议搭配DMS kafka使用。请参考Kafka connector

环境准备

  • 已在DLI控制台购买了通用队列。
  • 已购买了DIS通道。开通DIS通道
  • 用户在使用Flink 1.12版本,则依赖的Dis connector版本需要不低于2.0.1,详细代码参考DISFlinkConnector相关依赖,如何配置connector,详细参考自定义Flink Streaming作业
    说明:

    若读取DIS,且配置groupId,则需要提前在DIS的“App管理”中创建所需的App名称。

  • 请勿将disToDis.properties放在生成的jar包中,在代码里有关于disToDis.properties的路径,如果放在jar包中,代码会找不到disToDis.properties路径。

操作步骤

  1. 创建所需要的DIS通道,具体流程可参开通DIS通道
    在DIS控制台,打开“App管理 > 创建App”,填写App名称,App名称对应的是代码中的groupId。
    图1 创建App
  2. 创建Flink Jar对应的程序包。
    在DLI控制台,打开“数据管理 > 程序包管理”,单击“创建程序包”,创建Flink Jar对应的程序包。代码样例请参考FlinkDisToDisExample.java样例。
    表1 创建Flink Jar对应的程序包主要参数说明

    参数名称

    说明

    示例

    包类型

    支持的包类型如下:

    • JAR:用户jar文件
    • PyFile:用户Python文件
    • File:用户文件
    • ModelFile:用户AI模型文件

    JAR

    OBS路径

    选择对应程序包的OBS路径。

    说明:
    • 程序包需提前上传至OBS服务中保存。
    • 只支持选择文件。

    Flink Jar所在的OBS路径

    分组名称

    • 选择“已有分组”:可选择已有的分组。
    • 选择“创建新分组”:可输入自定义的组名称。
    • 选择“不分组”:不需要选择或输入组名称。

    自定义分组或选择已有的分组名称。

    图2 创建对应的Flink Jar包
  3. 创建distoDis对应的包。
    在DLI控制台,打开“数据管理 > 程序包管理”,单击“创建程序包”,创建disToDis.properties对应的程序包。代码样例请参考disToDis.properties样例
    表2 创建disToDis.properties对应的程序包主要参数说明

    参数名称

    说明

    示例

    包类型

    支持的包类型如下:

    • JAR:用户jar文件
    • PyFile:用户Python文件
    • File:用户文件
    • ModelFile:用户AI模型文件

    File

    OBS路径

    选择对应程序包的OBS路径。

    说明:
    • 程序包需提前上传至OBS服务中保存。
    • 只支持选择文件。

    disToDis.properties所在的OBS路径。

    分组名称

    • 选择“已有分组”:可选择已有的分组。
    • 选择“创建新分组”:可输入自定义的组名称。
    • 选择“不分组”:不需要选择或输入组名称。

    自定义分组或选择已有的分组名称。

    图3 创建disToDis.properties对应的程序包
  4. 创建Flink Jar作业并运行。

    详情参考创建Flink Jar作业。在应用程序中选择步骤2中创建的Flink Jar文件,在其他依赖文件中选择步骤3中创建的properties文件,并指定主类。

    表3 创建Flink Jar作业参数说明

    参数

    说明

    示例

    所属队列

    说明:
    • Flink Jar作业只能运行在预先创建的独享队列上。
    • 如果“所属队列”下拉框中无可用的独享队列,请先创建一个独享队列并将该队列绑定到当前用户

    选择Flink Jar作业运行的队列

    应用程序

    用户自定义的程序包

    自定义的程序包

    主类

    指定加载的Jar包类名,如FlinkDisToDisExample。

    • 默认:根据Jar包文件的Manifest文件指定。
    • 指定:必须输入“类名”并确定类参数列表(参数间用空格分隔)
      说明:

      当类属于某个包时,主类路径需要包含完整包路径,例如:packagePath.KafkaMessageStreaming

    指定

    其他依赖文件

    用户自定义的依赖文件。其他依赖文件需要自行在代码中引用。

    在选择依赖文件之前需要将对应的文件上传至OBS桶中,并在“数据管理>程序包管理”中创建程序包,包类型没有限制。具体操作请参考创建程序包

    通过在应用程序中添加以下内容可访问对应的依赖文件。其中,“fileName”为需要访问的文件名,“ClassName”为需要访问该文件的类名。

    ClassName.class.getClassLoader().getResource("userData/fileName")

    选择3的properties文件。

    Flink版本

    选择Flink版本前,需要先选择所属的队列。当前支持“1.10”和“1.11”和“1.12”。

    1.12

    图4 创建Flink Jar作业
  5. 结果校验。

作业处于运行中状态时,向DIS的source通道发送数据,验证DIS的sink通道能否收到数据。发送和接受都有字节数证明接收到数据。

图5 查看校验结果

JAVA样例代码

  • DIS Flink Connector相关依赖
    <dependency>
                <groupId>com.huaweicloud.dis</groupId>
                <artifactId>huaweicloud-dis-flink-connector_2.11</artifactId>
                <version>2.0.1</version>
                <exclusions>
                    <exclusion>
                        <groupId>org.apache.flink</groupId>
                        <artifactId>*</artifactId>
                    </exclusion>
                    <exclusion>
                        <groupId>org.apache.logging.log4j</groupId>
                        <artifactId>*</artifactId>
                    </exclusion>
                </exclusions>
            </dependency>
  • pom文件配置
    <?xml version="1.0" encoding="UTF-8"?>
    <project xmlns="http://maven.apache.org/POM/4.0.0"
             xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
             xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
        <modelVersion>4.0.0</modelVersion>
     
        <groupId>org.example</groupId>
        <artifactId>Flink-dis-12</artifactId>
        <version>1.0-SNAPSHOT</version>
     
        <properties>
            <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
            <!--Flink 版本-->
            <flink.version>1.12.2</flink.version>
            <!--JDK 版本-->
            <java.version>1.8</java.version>
            <!--Scala 2.11 版本-->
            <scala.binary.version>2.11</scala.binary.version>
            <slf4j.version>2.13.3</slf4j.version>
            <log4j.version>2.10.0</log4j.version>
            <maven.compiler.source>8</maven.compiler.source>
            <maven.compiler.target>8</maven.compiler.target>
        </properties>
     
        <dependencies>
            <!-- dis -->
            <dependency>
                <groupId>com.huaweicloud.dis</groupId>
                <artifactId>huaweicloud-dis-flink-connector_2.11</artifactId>
                <version>2.0.1</version>
                <exclusions>
                    <exclusion>
                        <groupId>org.apache.flink</groupId>
                        <artifactId>*</artifactId>
                    </exclusion>
                    <exclusion>
                        <groupId>org.apache.logging.log4j</groupId>
                        <artifactId>*</artifactId>
                    </exclusion>
                </exclusions>
            </dependency>
     
            <!-- flink -->
            <dependency>
                <groupId>org.apache.flink</groupId>
                <artifactId>flink-java</artifactId>
                <version>${flink.version}</version>
                <scope>provided</scope>
            </dependency>
            <dependency>
                <groupId>org.apache.flink</groupId>
                <artifactId>flink-streaming-java_${scala.binary.version}</artifactId>
                <version>${flink.version}</version>
                <scope>provided</scope>
            </dependency>
            <dependency>
                <groupId>org.apache.flink</groupId>
                <artifactId>flink-statebackend-rocksdb_2.11</artifactId>
                <version>${flink.version}</version>
                <scope>provided</scope>
            </dependency>
     
            <!--  logging  -->
            <dependency>
                <groupId>org.apache.logging.log4j</groupId>
                <artifactId>log4j-slf4j-impl</artifactId>
                <version>${slf4j.version}</version>
                <scope>provided</scope>
            </dependency>
     
            <dependency>
                <groupId>org.apache.logging.log4j</groupId>
                <artifactId>log4j-api</artifactId>
                <version>${log4j.version}</version>
                <scope>provided</scope>
            </dependency>
     
            <dependency>
                <groupId>org.apache.logging.log4j</groupId>
                <artifactId>log4j-core</artifactId>
                <version>${log4j.version}</version>
                <scope>provided</scope>
            </dependency>
     
            <dependency>
                <groupId>org.apache.logging.log4j</groupId>
                <artifactId>log4j-jcl</artifactId>
                <version>${log4j.version}</version>
                <scope>provided</scope>
            </dependency>
        </dependencies>
     
        <build>
            <plugins>
                <plugin>
                    <groupId>org.apache.maven.plugins</groupId>
                    <artifactId>maven-assembly-plugin</artifactId>
                    <version>3.3.0</version>
                    <executions>
                        <execution>
                            <phase>package</phase>
                            <goals>
                                <goal>single</goal>
                            </goals>
                        </execution>
                    </executions>
                    <configuration>
                        <archive>
                            <manifest>
                                <mainClass>com.flink.FlinkDisToDisExample</mainClass>
                            </manifest>
                        </archive>
                        <descriptorRefs>
                            <descriptorRef>jar-with-dependencies</descriptorRef>
                        </descriptorRefs>
                    </configuration>
                </plugin>
            </plugins>
            <resources>
                <resource>
                    <directory>../main/config</directory>
                    <filtering>true</filtering>
                    <includes>
                        <include>**/*.*</include>
                    </includes>
                </resource>
            </resources>
        </build>
    </project>
  • FlinkDisToDisExample.java样例(可参考自定义Flink Streaming作业
    package com.flink;
    import com.huaweicloud.dis.DISConfig;
    import com.huaweicloud.dis.adapter.common.consumer.DisConsumerConfig;
    
    import org.apache.flink.api.common.serialization.SimpleStringSchema;
    import org.apache.flink.api.java.utils.ParameterTool;
    import org.apache.flink.contrib.streaming.state.RocksDBStateBackend;
    import org.apache.flink.runtime.state.filesystem.FsStateBackend;
    import org.apache.flink.streaming.api.datastream.DataStream;
    import org.apache.flink.streaming.api.environment.CheckpointConfig;
    import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
    import org.apache.flink.streaming.connectors.dis.FlinkDisConsumer;
    import org.apache.flink.streaming.connectors.dis.FlinkDisProducer;
    import org.apache.flink.util.TernaryBoolean;
    import org.slf4j.Logger;
    import org.slf4j.LoggerFactory;
     
    import java.io.IOException;
    import java.text.SimpleDateFormat;
    import java.util.Collections;
     
    /**
     * Read data from dis and then write them into another dis channel.
     */
    public class FlinkDisToDisExample {
        private static final Logger LOG = LoggerFactory.getLogger(FlinkDisToDisExample.class);
     
        public static void main(String[] args) throws IOException {
            LOG.info("Read data from dis and write them into dis.");
            String propertiesPath = FlinkDisToDisExample.class.getClassLoader()
                .getResource("userData/disToDis.properties").getPath();
            ParameterTool params = ParameterTool.fromPropertiesFile(propertiesPath);
     
            // DIS终端节点,如 https://dis.cn-north-1.myhuaweicloud.com
            String endpoint = params.get("disEndpoint");
            // DIS服务所在区域ID,如 cn-north-1
            String region = params.get("region");
            // 用户的AK
            String ak = params.get("ak");
            // 用户的SK
            String sk = params.get("sk");
            // 用户的项目ID
            String projectId = params.get("projectId");
            // 作为source的DIS通道名称
            String sourceChannel = params.get("sourceChannel");
            // 作为sink的DIS通道名称
            String sinkChannel = params.get("sinkChannel");
            // 消费策略,只有当分区没有Checkpoint或者Checkpoint过期时,才会使用此配置的策略;如果存在有效的Checkpoint,则会从此Checkpoint开始继续消费
            // 取值有: LATEST      从最新的数据开始消费,此策略会忽略通道中已有数据
            //         EARLIEST    从最初的数据开始消费,此策略会获取通道中所有的有效数据
            String startingOffsets = params.get("startOffset");
            // 消费组标识,同一个消费组下的不同客户端可以同时消费同一个通道
            String groupId = params.get("groupId");
            // Checkpoint输出路径,格式obs://bucket/path/
            String checkpointBucket = params.get("checkpointPath");
     
            // DIS Config
            DISConfig disConfig = DISConfig.buildDefaultConfig();
            disConfig.put(DISConfig.PROPERTY_ENDPOINT, endpoint);
            disConfig.put(DISConfig.PROPERTY_REGION_ID, region);
            disConfig.put(DISConfig.PROPERTY_AK, ak);
            disConfig.put(DISConfig.PROPERTY_SK, sk);
            disConfig.put(DISConfig.PROPERTY_PROJECT_ID, projectId);
            disConfig.put(DisConsumerConfig.AUTO_OFFSET_RESET_CONFIG, startingOffsets);
            disConfig.put(DisConsumerConfig.GROUP_ID_CONFIG, groupId);
            // 是否主动更新分片信息及更新时间间隔(毫秒),若有主动扩缩容需求,可以开启
            disConfig.put(FlinkDisConsumer.KEY_PARTITION_DISCOVERY_INTERVAL_MILLIS, "10000");
     
            SimpleDateFormat dateTimeFormat = new SimpleDateFormat("yyyy-MM-dd_HH-mm-ss");
            String time = dateTimeFormat.format(System.currentTimeMillis());
            String checkpointPath = checkpointBucket + time;
     
            try {
                StreamExecutionEnvironment env =
                    StreamExecutionEnvironment.getExecutionEnvironment();
                // 设置checkpoint
                RocksDBStateBackend rocksDBStateBackend = new RocksDBStateBackend(new FsStateBackend(checkpointPath),
                    TernaryBoolean.TRUE);
                env.setStateBackend(rocksDBStateBackend);
                // 开启Flink CheckPoint配置,开启时若触发CheckPoint,会将Offset信息同步到Kafka
                env.enableCheckpointing(180000);
                // 设置两次checkpoint的最小间隔时间
                env.getCheckpointConfig().setMinPauseBetweenCheckpoints(60000);
                // 设置checkpoint超时时间
                env.getCheckpointConfig().setCheckpointTimeout(60000);
                // 设置checkpoint最大并发数
                env.getCheckpointConfig().setMaxConcurrentCheckpoints(1);
                // 设置作业取消时保留checkpoint
                env.getCheckpointConfig().enableExternalizedCheckpoints(
                    CheckpointConfig.ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION);
     
                FlinkDisConsumer<String> consumer =
                    new FlinkDisConsumer<>(
                        Collections.singletonList(sourceChannel), new SimpleStringSchema(), disConfig);
                DataStream<String> sourceStream = env.addSource(consumer, "disSource");
     
                FlinkDisProducer<String> producer = new FlinkDisProducer<>(
                    sinkChannel, new SimpleStringSchema(), disConfig);
                sourceStream.addSink(producer).disableChaining().name("dis-to-dis");
     
                env.execute();
            } catch (Exception ex) {
                LOG.error(ex.getMessage(), ex);
            }
        }
     }
  • disToDis.properties样例(注意:groupId的值为步骤1中创建的App名称)
    说明:

    认证用的ak和sk硬编码到代码中或者明文存储都有很大的安全风险,建议在配置文件或者环境变量中密文存放,使用时解密,确保安全。

    # dis所在局点的endpoint,如 https://dis.cn-north-1.myhuaweicloud.com
    disEndpoint=xx
    # DIS服务所在区域ID,如 cn-north-1
    region=xx
    # 用户的AK
    ak=xx
    # 用户的SK
    sk=xx 
    # id示例:6m3nhAGTLxmNfZ4HOit
    projectId=xx      
    # 作为source的dis通道,如:OpenSource_outputmTtkR
    sourceChannel=xx
    # 作为sink的dis通道,如:OpenSource_disQFXD
    sinkChannel=xx
    # dis消费组,需要提前在dis的Apps中创建
    groupId=xx
    # 消费模式,从最开始消费或者EARLIEST从最新开始消费LATEST
    startOffset=LATEST
    # flink保存checkpoint的路径
    checkpointPath=obs://bucket/path/

常见问题

  • Q:作业运行失败,运行日志中有如下报错信息,应该怎么解决?
    java.lang.NoSuchMethodError: org.apache.flink.api.java.ClosureCleaner.clean(Ljava/lang/Object;Z)V

    A:该问题是因为所选择的huaweicloud-dis-flink-connector_2.11版本过低导致,请选择2.0.1及以上版本。

  • Q:运行作业读取DIS数据时,无法读出数据且Taskmanager的运行日志中有如下报错信息,应该怎么解决?
    ERROR com.huaweicloud.dis.adapter.common.consumer.Coordinator      [] - Failed to getCheckpointAsync, error : [400 : {"errorCode":"DIS.4332","message":"app not found. "}], request : [{"stream_name":"xx","partition_id":"shardId-0000000000","checkpoint_type":"LAST_READ","app_name":"xx"}]

    A: 该问题是因为读取DIS数据所使用的group.id在DIS的Apps中并没有提前创建。

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容