文档首页/ 数据湖探索 DLI/ 用户指南/ 使用DLI提交Flink作业/ 创建Flink Jar作业
更新时间：2024-11-14 GMT+08:00
查看PDF
分享

创建Flink Jar作业

Flink Jar作业是基于Flink能力进行二次开发的场景，即构建自定义应用Jar包并提交到DLI的队列运行。

Flink Jar作业场景需要用户自行编写并构建应用Jar包，适用于对流计算处理复杂度要求较高的用户场景，且用户可以熟练掌握Flink二次开发能力。

本节操作介绍在DLI管理控制台创建Flink Jar作业的操作步骤。

前提条件

  • 创建Flink Jar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。
  • 用户运行Flink Jar作业时，需要将二次开发的应用代码构建为Jar包，上传到已经创建的OBS桶中。
  • 由于DLI服务端已经内置了Flink的依赖包，并且基于开源社区版本做了安全加固。为了避免依赖包兼容性问题或日志输出及转储问题，打包时请注意排除以下文件：
    • 系统内置的依赖包，或者在Maven或者Sbt构建工具中将scope设为provided
    • 日志配置文件（例如：“log4j.properties”或者“logback.xml”等）
    • 日志输出实现类JAR包（例如：log4j等）

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操作列表详见使用CTS审计DLI服务。

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 Jar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. 在“Flink作业”页面右上角单击“新建作业”，弹出“新建作业”对话框。

    图1 新建Flink Jar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 Jar。

    名称

    作业名称，只能由英文、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，且长度为0～512字节。

    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”，进入编辑页面。
  5. 选择队列。
  6. 配置Flink Jar作业参数

    图2 配置Flink Jar作业参数
    表2 参数说明

    名称

    描述

    所属队列

    选择作业运行时使用的队列资源。

    应用程序

    选择Jar作业程序包。

    Jar包的管理方式：

    • 上传OBS管理程序包：提前将对应的jar包上传至OBS桶中。并在此处选择对应的OBS路径。
    • 上传DLI管理程序包：提前将对应的jar包上传至OBS桶中，并在DLI管理控制台的“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。

    Flink1.15及以上版本在创建作业时仅支持配置OBS中的程序包，不支持读取DLI程序包。

    主类

    指定加载的Jar包类名，如KafkaMessageStreaming。

    • 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

    参数

    指定类的参数列表，参数之间使用空格分隔。

    Flink参数支持非敏感的全局变量替换。例如，在“全局配置”>“全局变量”中新增全局变量windowsize，Flink Jar作业就可以添加参数-windowsSize {{windowsize}}。

    依赖jar包

    用户自定义的依赖程序包。依赖的相关程序包将会被放置到集群classpath下。

    在选择程序包之前需要将对应的Jar包上传至OBS桶中。打包Flink jar作业jar包时，为避免包信息冲突，不需要上传系统已有的内置依赖包。

    内置依赖包请参考DLI内置依赖包。

    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。

    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")

    作业特性

    队列为CCE队列时，显示该参数。

    Flink版本

    先选择所属的队列再选择Flink版本。

    说明：

    不建议长期混用不同版本的Flink引擎。

    • 长期混用不同版本的Flink引擎会导致代码在新旧版本之间不兼容，影响作业的执行效率。
    • 当作业依赖于特定版本的库或组件，长期混用不同版本的Flink引擎可能会导致作业因依赖冲突而执行失败。

    委托

    使用Flink 1.15版本执行作业时，按需配置自定义委托用于授予DLI访问其他服务的操作权限。

    优化参数

    用户自定义的优化参数。参数格式为key=value。

    Flink优化参数支持非敏感的全局变量替换。例如，在“全局配置”>“全局变量”中新增全局变量phase，Flink Jar作业就可以添加优化参数table.optimizer.agg-phase.strategy={{phase}}。

  7. 配置计算资源规格参数。

    图3 配置参数
    表3 参数说明

    名称

    描述

    CU数量

    一个CU为1核4G的资源量。CU数量范围为2~10000个。

    管理单元

    设置管理单元的CU数。

    并行数

    作业的并行数是指作业中各个算子的并行执行的子任务的数量，即算子子任务数就是其对应算子的并行度。

    说明：
    • 并行数不能大于计算单元（CU数量-管理单元CU数量）的4倍。
    • 并行数应大于用户作业里设置的并发数，否则有可能提交失败。

    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。
    • 不勾选该参数，，系统自动按照默认值为您配置。
      • “单TM所占CU数”：默认值为1。
      • “单TM Slot”：默认值为“（并行数 * 单TM所占CU数 ）/（CU数量 - 管理单元）”。

    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桶。

    勾选“保存作业日志”时，还需要诶之OBS桶信息。

    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。

    OBS桶

    勾选“保存作业日志”时，该参数必选。

    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”。

    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》中“创建主题”章节。

    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”：从保存的checkpoint恢复作业。

      勾选该参数后，还需要选择“Checkpoint路径”。

      “Checkpoint路径”：选择checkpoint保存路径。必须和应用程序中配置的Checkpoint地址相对应。且不同作业的路径不可一致，否则无法获取准确的Checkpoint。

  8. 单击右上角“保存”，保存作业和相关参数。
  9. 单击右上角“启动”，进入“启动Flink作业”页面，确认作业规格和费用，单击“立即启动”，启动作业，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”或“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。

相关文档