文档首页/ MapReduce服务 MRS/ 用户指南/ 提交MRS作业/ 在MRS集群中提交作业/ 运行Flink作业
更新时间：2025-07-25 GMT+08:00
查看PDF
分享

运行Flink作业

Flink作业是基于Flink框架开发的分布式数据处理任务，主要用于流式数据处理和有状态计算。Flink是一个面向流处理和批处理的统一计算框架，其作业以流为核心（批处理可视为有限流），支持高吞吐、低延迟、精准语义的实时数据处理，广泛应用于实时监控、日志分析、金融交易等场景。

用户可将自己开发的程序提交到MRS中，执行程序并获取结果，本章节指导您如何在MRS集群中提交一个Flink作业。

用户可以在MRS管理控制台在线创建一个作业并提交运行，也可以通过MRS集群客户端来以命令行形式提交作业。

前提条件

  • 用户已经将作业所需的程序包和数据文件上传至OBS或HDFS文件系统中。
  • 如果作业程序需要读取以及分析OBS文件系统中的数据，需要先配置MRS集群的存算分离，请参考配置MRS集群存算分离。

约束与限制

  • 当IAM用户的用户组的所属策略从MRS ReadOnlyAccess向MRS CommonOperations、MRS FullAccess、MRS Administrator变化时，或者反之从MRS CommonOperations、MRS FullAccess、MRS Administrator向MRS ReadOnlyAccess变化时，由于集群节点的SSSD（System Security Services Daemon）缓存刷新需要时间，因此用户同步完成后，请等待5分钟，待新策略生效之后，再到MRS管理控制台在线提交作业，否则会出现提交作业失败的情况。
  • 当前IAM用户名中存在空格时（例如admin 01），不支持通过MRS管理控制台添加作业。

操作视频

本视频以在未开启Kerberos认证的MRS集群的管理控制台上，提交用于处理OBS存储的数据的Flink作业为例进行说明。

因不同版本操作界面可能存在差异，相关视频供参考，具体以实际环境为准。

提交作业

用户可通过管理控制台在线创建并运行作业，也可以通过集群客户端命令方式手动提交。

  1. 准备应用程序及数据。

    在本章节中，以提交一个Flink单词统计应用为例进行介绍，该样例程序可以从MRS集群客户端中获取（“客户端安装目录/Flink/flink/examples/batch/WordCount.jar”），然后上传至HDFS或者OBS的指定目录中，请参考上传应用数据至MRS集群。

    该应用运行时，需要的输入参数如下：

    • input：待分析的数据文件，需提前上传至HDFS或者OBS文件系统中。

      例如上传一个数据文件“data2.txt”，文件内容如下：

      This is a test demo for MRS Flink. Flink is a unified computing framework that supports both batch processing and stream processing. It provides a stream data processing engine that supports data distribution and parallel computing.
    • output：进行单词统计后，结果输出文件。

  2. 登录MRS管理控制台。
  3. 选择“现有集群”，选中一个运行中的集群并单击集群名称，进入集群概览信息页面。
  4. 在“概览”页签中，单击“IAM用户同步”右侧的“同步”进行IAM用户同步。

    集群开启Kerberos认证时需执行该步骤，若集群未开启Kerberos认证，无需执行本步骤。

    IAM用户同步完成后，请等待5分钟，再进行提交作业，更多IAM用户同步说明请参考IAM用户同步MRS集群说明。

  5. 单击“作业管理”，在作业列表界面单击“添加”。
  6. “作业类型”选择“Flink”并参考表1配置Flink作业信息。

    图1 添加Flink作业
    表1 作业配置信息

    参数

    描述

    示例

    作业名称

    作业名称，只能由字母、数字、中划线和下划线组成，并且长度为1～64个字符。

    flink_job

    执行程序路径

    待执行程序包地址，可直接手动输入地址路径，也可单击“HDFS”或者“OBS”后选择文件。

    • 最多为1023字符，不能包含;|&>,<'$特殊字符，且不可为空或全空格。
    • OBS程序路径地址以“obs://”开头，HDFS程序路径地址以“hdfs://hacluster”开头，例如“hdfs://hacluster/user/XXX.jar”。
    • Flink作业执行程序需要以“.jar”结尾。

    obs://mrs-demotest/program/WordCount.jar

    运行程序参数

    可选参数，为本次执行的作业配置相关优化参数（例如线程、内存、CPU核数等），用于优化资源使用效率，提升作业的执行性能。

    Flink作业常用运行程序参数如表2所示，可根据执行程序及集群资源情况进行配置，若不配置将使用集群默认值。

    -

    执行程序参数

    可选参数，程序执行的关键参数，该参数由用户程序内的函数指定，MRS只负责参数的传入。

    多个参数间使用空格隔开，最多为150000字符，不能包含;|&><'$特殊字符，可为空。

    注意：

    用户输入带有敏感信息（如登录密码）的参数时，可通过在参数名前添加“@”的方式为该参数值加密，以防止敏感信息被明文形式持久化。

    在MRS管理控制台查看作业信息时，敏感信息会显示为“*”。

    例如：username=testuser @password=用户密码

    --input obs://mrs-demotest/input/data2.txt --output obs://mrs-demotest/output.txt

    服务配置参数

    可选参数，用于为本次执行的作业修改服务配置参数。

    该参数的修改仅适用于本次执行的作业，如需对集群永久生效，请参考修改MRS集群组件配置参数进行集群组件配置参数的修改。

    例如在MRS集群未配置存算分离的场景下，作业需要通过AK/SK方式访问OBS，可增加以下服务配置参数：

    • fs.obs.access.key：访问OBS的密钥ID。
    • fs.obs.secret.key：访问OBS与密钥ID对应的密钥。

    -

    命令参考

    用于展示提交作业时提交到后台执行的命令。

    N/A
    表2 Flink作业运行程序参数

    参数

    描述

    示例

    -ytm

    设置每个TaskManager容器的内存（单位可选，默认单位MB）。

    1024

    -yjm

    设置JobManager容器内存（单位可选，默认单位MB）。

    1024

    -ys

    设置TaskManager的核数。

    2

    -ynm

    自定义Yarn上应用程序名称。

    test

    -c

    设置程序入口点的类名（如“main”或“getPlan()”方法）。该参数仅在jar程序未指定其清单的类时需要。

    com.bigdata.mrs.test

  7. 确认作业配置信息，单击“确定”，完成作业的新增。
  8. 作业提交成功后，可在作业列表中查看作业运行状态及执行结果，等待作业状态变为“已完成”，可查看相关程序分析结果。

    在本示例程序中，单击“查看日志”，可查看Flink作业的详细执行过程。

    作业执行完成后，在指定的结果输出目录下，可查看具体的统计结果。

    例如“obs://mrs-demotest/output.txt”文件内容如下：

    a 3
and 2
batch 1
both 1
computing 2
data 2
demo 1
distribution 1
engine 1
flink 2
for 1
framework 1
is 2
it 1
mrs 1
parallel 1
processing 3
provides 1
stream 2
supports 2
test 1
that 2
this 1
unified 1

  1. 准备应用程序及数据。

    在本章节中，以提交一个Flink单词统计应用为例进行介绍，该样例程序可以从MRS集群客户端中获取（“客户端安装目录/Flink/flink/examples/batch/WordCount.jar”），然后上传至HDFS或者OBS的指定目录中，请参考上传应用数据至MRS集群。

    该应用运行时，需要的输入参数如下：

    • input：待分析的数据文件，需提前上传至HDFS或者OBS文件系统中。

      例如上传一个数据文件“data2.txt”，文件内容如下：

      This is a test demo for MRS Flink. Flink is a unified computing framework that supports both batch processing and stream processing. It provides a stream data processing engine that supports data distribution and parallel computing.
    • output：进行单词统计后，结果输出文件。

  2. 如果当前集群已开启Kerberos认证，需提前在Manager界面中创建一个具有对应作业提交权限的业务用户，请参考创建MRS集群用户。

    1. 本示例中，创建一个人机用户testuser，关联用户组“supergroup”及角色“System_administrator”。
    2. 在集群的Manager界面，选择“系统 > 权限 > 用户”，在已增加用户所在行的“操作”列，选择“更多 > 下载认证凭据”。
    3. 将下载的认证凭据压缩包解压缩，并将得到的文件复制到客户端节点中，例如客户端节点的“/opt/flinkclient/Flink/flink/conf”目录下。如果是在集群外节点安装的客户端，需要将得到的文件复制到该节点的“/etc/”目录下。

  3. 安装MRS集群客户端。

    具体操作可参考安装MRS集群客户端，例如安装目录为“/opt/flinkclient”。

  4. 使用MRS集群客户端安装用户登录客户端所在的节点。

    具体操作可参考登录MRS集群节点。

  5. 执行以下命令进入客户端安装目录。 

    cd /opt/flinkclient

    加载环境变量：

    source bigdata_env

  6. 如果当前集群已开启Kerberos认证，修改Flink相关安全配置参数。

    1. MRS 3.x及之后版本，已开启Kerberos认证的集群中，需要将客户端安装节点和集群Manager的浮动IP地址追加到“flink-conf.yaml”文件中的“jobmanager.web.allow-access-address”配置项中，IP地址之间使用英文逗号分隔。 
      vi Flink/flink/conf/flink-conf.yaml

      例如修改如下：

      jobmanager.web.allow-access-address: 192.168.0.219,192.168.0.153,192.168.0.47,192.168.0.127

      集群Manager的浮动IP地址可在集群的OMS节点中执行ifconfig命令查看“ethX:wsom”对应的IP地址。

    2. 继续在“flink-conf.yaml”配置文件搜索并配置keytab路径以及用户名参数。

      例如修改如下：

      security.kerberos.login.keytab: /opt/flinkclient/Flink/flink/conf/user.keytab
security.kerberos.login.principal: testuser
    3. 执行如下命令进行Flink安全加固。

      进入Flink客户端目录：

      cd Flink/flink/bin

      执行以下命令，根据界面提示设置一个自定义密码。该脚本会自动替换“客户端目录/Flink/flink/conf/flink-conf.yaml”中关于SSL的相关配置值，针对MRS 3.x之前版本，安全集群默认没有开启外部SSL，用户如果需要启用外部SSL，进行配置后再次运行该脚本即可，配置参数如表3所示。

      sh generate_keystore.sh
      表3 参数描述

      参数

      描述

      参数值示例

      security.ssl.rest.enabled

      打开外部SSL开关。

      true

      security.ssl.rest.keystore

      keystore的存放路径。

      ${path}/flink.keystore

      security.ssl.rest.keystore-password

      keystore的password，“123456”表示需要用户输入自定义设置的密码值。

      123456

      security.ssl.rest.key-password

      ssl key的password，“123456”表示需要用户输入自定义设置的密码值。

      123456

      security.ssl.rest.truststore

      truststore存放路径。

      ${path}/flink.truststore

      security.ssl.rest.truststore-password

      truststore的password，“123456”表示需要用户输入自定义设置的密码值。

      123456
    4. 配置flink.keystore和flink.truststore文件路径为相对路径。
      1. 在“Flink/flink/conf/”目录下新建目录，例如ssl。 
        mkdir /opt/flinkclient/Flink/flink/conf/ssl
      2. 移动flink.keystore和flink.truststore文件到“/opt/Bigdata/client/Flink/flink/conf/ssl/”中。 
        mv flink.keystore /opt/flinkclient/Flink/flink/conf/ssl/
        mv flink.truststore /opt/flinkclient/Flink/flink/conf/ssl/
      3. 针对MRS 3.x及之后版本，修改flink-conf.yaml文件中如下两个参数为相对路径。 
        security.ssl.keystore: ssl/flink.keystore
security.ssl.truststore: ssl/flink.truststore
      4. 针对MRS 3.x之前版本，修改flink-conf.yaml文件中如下两个参数为相对路径。 
        security.ssl.internal.keystore: ssl/flink.keystore
security.ssl.internal.truststore: ssl/flink.truststore
    5. 如果集群客户端安装在集群外节点，在配置文件“flink-conf.yaml”中追加如下配置值，配置客户端所在节点的IP地址。 
      web.access-control-allow-origin: 192.168.0.150
jobmanager.web.allow-access-address: 192.168.0.150

  7. 运行Flink作业。

    本章节以提交客户端自带的WordCount样例程序为例。

    • 安全集群（开启Kerberos认证）
      • 在“ssl”的同级目录下执行如下命令启动session，并在session中提交作业。
        例如“ssl”所在目录是“/opt/flinkclient/Flink/flink/conf/”，则在“/opt/flinkclient/Flink/flink/conf/”目录下执行命令： 
        yarn-session.sh -t ssl/ -nm "session-name"

        重新打开一个客户端连接窗口，执行以下命令初始化环境变量：

        source /opt/flinkclient/bigdata_env

        执行以下命令提交作业：

        flink run /opt/flinkclient/Flink/flink/examples/batch/WordCount.jar --input obs://mrs-demotest/input/data2.txt --output obs://mrs-demotest/output.txt
      • 执行如下命令在Yarn上提交单个作业。 
        flink run -m yarn-cluster /opt/flinkclient/Flink/flink/examples/batch/WordCount.jar --input obs://mrs-demotest/input/data2.txt --output obs://mrs-demotest/output.txt
    • 普通集群（未开启Kerberos认证）
      • 在“/opt/flinkclient/Flink/flink/conf/”目录下执行如下命令启动session，并在session中提交作业。 
        yarn-session.sh -nm "session-name" -d

        重新打开一个客户端连接窗口，执行以下命令提交作业：

        flink run /opt/flinkclient/Flink/flink/examples/batch/WordCount.jar --input obs://mrs-demotest/input/data2.txt --output obs://mrs-demotest/output.txt
      • 执行如下命令在Yarn上提交单个作业。 
        flink run -m yarn-cluster /opt/flinkclient/Flink/flink/examples/batch/WordCount.jar --input obs://mrs-demotest/input/data2.txt --output obs://mrs-demotest/output.txt

  8. 使用testuser用户登录集群Manager页面，选择“集群 > 服务 > Yarn”，单击“ResourceManager Web UI”右侧的超链接进入Yarn WebUI页面，单击对应作业的Application ID，即可查看作业运行信息及相关日志。

    图2 查看Flink作业详情

  9. 作业执行完成后，在指定的结果输出目录下，可查看具体的统计结果。

    例如“obs://mrs-demotest/output.txt”文件内容如下：

    a 3
and 2
batch 1
both 1
computing 2
data 2
demo 1
distribution 1
engine 1
flink 2
for 1
framework 1
is 2
it 1
mrs 1
parallel 1
processing 3
provides 1
stream 2
supports 2
test 1
that 2
this 1
unified 1

相关文档

父主题： 在MRS集群中提交作业

相关文档