更新时间:2024-03-15 GMT+08:00
分享

创建Flink SQL作业

本章节介绍如何新建Flink SQL作业。Flink SQL是一种由用户根据自己的逻辑需求编写作业的方式。用SQL表达业务逻辑,可以简便快捷的实现业务。目前Flink SQL作业支持两种Flink SQL语句编辑方式:SQL编辑器。本章节主要介绍使用SQL编辑器编写Flink SQL作业的方式。

推荐使用Flink OpenSource SQL作业,DLI Flink OpenSource SQL类型作业完全兼容社区Flink 1.10和Flink 1.12,并在社区connector基础之上,新增了Redis、GaussDB(DWS)和DIS数据源类型。

前提条件

  • 创建Flink SQL作业时,需要事先准备数据源以及数据输出通道,具体内容请参见准备Flink作业数据
  • 创建Flink SQL作业,访问其他外部数据源时,如访问OpenTSDB、HBase、Kafka、DWS、RDS、CSS、CloudTable、DCS Redis、DDS等,需要先创建跨源连接,打通作业运行队列到外部数据源之间的网络。
    • 当前Flink作业支持访问的外部数据源详情请参考跨源分析开发方式
    • 创建跨源连接操作请参见增强型跨源连接(推荐)。创建完跨源连接后,可以通过“队列管理”页面,单击“操作”列“更多”中的“测试地址连通性”,验证队列到外部数据源之间的网络连通是否正常。详细操作可以参考测试地址联通性

注意事项

创建作业提交任务前,建议先开通云审计服务,用于记录与DLI服务相关的操作事件,便于日后的查询、审计和回溯。云审计服务支持的DLI操作列表详见云审计服务支持的DLI操作列表说明

关于如何开通云审计服务以及如何查看追踪事件,请参考《云审计服务快速入门》。

创建FLink SQL作业

  1. 在DLI管理控制台的左侧导航栏中,单击作业管理>Flink作业,进入“Flink作业”页面。
  2. “Flink作业”页面右上角单击“创建作业”,弹出“创建作业”对话框。

    图1 创建Flink SQL作业

  3. 配置作业信息。

    表1 作业配置信息

    参数

    参数说明

    类型

    选择“Flink SQL”:用户通过编辑SQL语句来启动作业。

    名称

    作业名称,只能由字母、中文、数字、中划线和下划线组成,并且长度为1~57字节。

    说明:

    作业名称必须是唯一的。

    描述

    作业的相关描述,长度为0~512字节。

    模板名称

    用户可以选择样例模板或自定义的作业模板。关于模板的详细信息,请参见Flink模板管理

    标签

    使用标签标识云资源。包括标签键和标签值。如果您需要使用同一标签标识多种云资源,即所有服务均可在标签输入框下拉选择同一标签,建议在标签管理服务(TMS)中创建预定义标签。

    如您的组织已经设定DLI的相关标签策略,则需按照标签策略规则为资源添加标签。标签如果不符合标签策略的规则,则可能会导致资源创建失败,请联系组织管理员了解标签策略详情。

    具体请参考《标签管理服务用户指南》。

    说明:
    • 最多支持20个标签。
    • 一个“键”只能添加一个“值”。
    • 每个资源中的键名不能重复。
    • 标签键:在输入框中输入标签键名称。
      说明:

      标签的键的最大长度为128个字符,标签的键可以包含任意语种字母、数字、空格和_ . : =+-@ ,但首尾不能含有空格,不能以_sys_开头。

    • 标签值:在输入框中输入标签值。
      说明:

      标签值的最大长度为255个字符,标签的值可以包含任意语种字母、数字、空格和_ . : =+-@ ,但首尾不能含有空格。

  4. 单击“确定”,进入作业编辑页面。
  5. 编辑SQL作业。

    在SQL语句编辑区域,输入详细的SQL语句。相关SQL语句请参考《数据湖探索SQL语法参考》

  6. 单击“语义校验”,确保语义校验成功。

    • 只有语义校验成功后,才可以执行“调试”“启动”作业的操作。
    • 如果校验成功,提示“SQL语义校验成功”。
    • 如果校验失败,会在错误的SQL语句前面显示红色的“X”记号,鼠标移动到“X”号上可查看详细错误,请根据错误提示修改SQL语句。

  7. 设置作业运行参数。

    表2 作业运行参数说明

    参数

    参数说明

    所属队列

    默认选择“共享队列”,可以按需选择自定义的队列。

    说明:
    • 当子用户在创建作业时,子用户只能选择已经被分配的队列。
    • 当所选择队列的剩余容量不能满足作业需求时,系统会自动扩容,将按照增加的容量计费。当队列空闲时,系统也会自动缩容。

    UDF Jar

    选择“独享队列”时可配置该参数。

    用户自定义UDF文件,在选择UDF Jar之前需要将对应的jar包上传至OBS桶中,并在数据管理 > 程序包管理中创建程序包,具体操作请参考创建程序包

    用户可以在SQL中调用插入Jar包中的自定义函数。

    CU数量

    CU数量为DLI的计算单元数量和管理单元数量总和,CU也是DLI的计费单位,1CU=1核4G。

    当前配置的CU数量为运行作业时所需的CU数,不能超过其绑定队列的CU数量。

    管理单元

    管理单元CU数量。

    并行数

    并行数是指同时运行Flink SQL作业的最大任务数。适度增加并行数会提高作业整体算力,但也须考虑线程增多带来的切换开销。

    说明:
    • 最大并行数不能大于计算单元(CU数量-管理单元)的4倍。
    • 该界面并行数优先级低于代码中并行数设置。

    TaskManager配置

    用于设置TaskManager资源参数。

    勾选后需配置下列参数:

    • “单TM所占CU数”:每个TaskManager占用的资源数量。
    • “单TM Slot”:每个TaskManager包含的Slot数量。

    OBS桶

    选择OBS桶用于保存用户作业日志信息、checkpoint等信息。如果选择的OBS桶是未授权状态,需要单击“OBS授权”

    说明:

    如果同时勾选了“开启Checkpoint”“保存作业日志”,OBS授权一次即可。

    保存作业日志

    设置是否将作业运行时的日志信息保存到OBS。日志信息的保存路径为:“桶名/jobs/logs/作业id开头的目录”。在作业列表中,单击对应的作业名称,在“运行日志”页签,可以单击页面提供的OBS链接跳转至对应的路径下。

    注意:

    该参数建议勾选,否则作业运行完成后不会生成运行日志,后续如果作业运行异常则无法获取运行日志进行定位。

    勾选后需配置下列参数:

    “OBS桶”:选择OBS桶用于保存用户作业日志信息。如果选择的OBS桶是未授权状态,需要单击“OBS授权”
    说明:

    如果同时勾选了“开启Checkpoint”“保存作业日志”,OBS授权一次即可。

    作业异常告警

    设置是否将作业异常告警信息,如作业出现运行异常或者欠费情况,以SMN的方式通知用户。

    勾选后需配置下列参数:

    “SMN主题”

    选择一个自定义的SMN主题。如何自定义SMN主题,请参见《消息通知服务用户指南》“创建主题”章节。

    开启Checkpoint

    设置是否开启作业快照,开启后可基于Checkpoint(一致性检查点)恢复作业。

    勾选后需配置下列参数:
    • “Checkpoint间隔”:Checkpoint的时间间隔,单位为秒,输入范围 1~999999,默认值为30s。
    • “Checkpoint 模式”:支持如下两种模式:
      • At least once:事件至少被处理一次。
      • Exactly once:事件仅被处理一次。
    • “OBS桶”:选择OBS桶用于保存用户Checkpoint。如果选择的OBS桶是未授权状态,需要单击“OBS授权”
      Checkpoint保存路径为:“桶名/jobs/checkpoint/作业id开头的目录”。
      说明:

      如果同时勾选了“开启Checkpoint”“保存作业日志”,OBS授权一次即可。

    异常自动重启

    设置是否启动异常自动重启功能,当作业异常时将自动重启并恢复作业。

    勾选后需配置下列参数:

    • “异常重试最大次数”:配置异常重试最大次数。单位为“次/小时”。
      • 无限:无限次重试。
      • 有限:自定义重试次数。
    • “从Checkpoint恢复”:需要同时勾选“开启Checkpoint”才可配置该参数。

    空闲状态保留时长

    用于清除GroupBy或Window经过最大保留时间后仍未更新的中间状态,默认设置为1小时。

    脏数据策略

    选择处理脏数据的策略。支持如下三种策略:“忽略”“抛出异常”“保存”

    说明:

    “保存”是指将脏数据保存到OBS桶中。

    脏数据转储地址

    “脏数据策略”选择“保存”时,配置该参数。单击地址框选择保存脏数据的OBS路径。

  8. (可选)根据需要设置自定义配置。
  9. 单击“保存”,保存作业和相关参数。
  10. 单击“启动”,进入“启动Flink作业”页面,确认作业规格和费用后,单击“立即启动”,启动作业。

    启动作业后,系统将自动跳转到Flink作业管理页面,新创建的作业将显示在作业列表中,在状态列中可以查看作业状态。作业提交成功后,状态将由提交中变为运行中。运行完成后显示“已完成”。

    如果作业状态为提交失败运行异常,表示作业提交或运行失败。用户可以在作业列表中的状态列中,将鼠标移动到状态图标上查看错误信息,单击可以复制错误信息。根据错误信息解决故障后,重新提交。

    其他功能按钮说明如下:

    • 另存为:将新建作业另存为一个新作业。
    • 格式化:对SQL语句进行格式化。
    • 设为模板:将新创建的作业设置为作业模板。
    • 主题设置:设置页面主题,可以设置字体大小,自动换行和页面风格。
    • 帮助:跳转至帮助中心,为用户提供SQL语法参考。

分享:

    相关文档

    相关产品