Flink 实践教程 - 入门（9）：Jar 作业开发

2021 年 12 月 04 日
本文字数：3512 字
阅读完需：约 12 分钟

作者：腾讯云流计算 Oceanus 团队

流计算 Oceanus 简介

流计算 Oceanus 是大数据产品生态体系的实时化分析利器，是基于 Apache Flink 构建的具备一站开发、无缝连接、亚秒延时、低廉成本、安全稳定等特点的企业级实时大数据分析平台。流计算 Oceanus 以实现企业数据价值最大化为目标，加速企业实时化数字化的建设进程。

Flink Jar 作业既支持使用 DataStream API 编程也支持使用 Table API/SQL 编程， Table API 和 SQL 也可以很容易地集成并嵌入到 DataStream 程序中，请参见 与 DataStream API 集成 [1] 章节了解如何将 DataStream 与 Table 之间的相互转化。

流计算 Oceanus 支持 Flink Jar 作业和 Flink SQL 作业，本文将向您详细介绍如何使用 Flink DataStream API 进行 Jar 作业开发，并在流计算 Oceanus 平台运行。

操作视频

前置准备

创建流计算 Oceanus 集群

进入 Oceanus 控制台 [2]，点击左侧【集群管理】，点击左上方【创建集群】，具体可参考 Oceanus 官方文档 创建独享集群 [3]。

创建消息队列 CKafka

进入 CKafka 控制台 [4]，点击左上角【新建】，即可完成 CKafka 的创建，具体可参考 CKafka 创建实例 [5]。

创建 Topic：

进入 CKafka 实例，点击【topic 管理】>【新建】，即可完成 Topic 的创建，具体可参考 CKafka 创建 Topic [6]。

开发 DataStream 作业

1. 新建 Maven 工程。

在本地 IDEA 中新建 Maven Project，并配置 pom.xml 文件。pom.xml 文件内容如下:

<?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>com.oceanus</groupId>    <artifactId>jar_demos</artifactId>    <version>1.0-SNAPSHOT</version>
    <properties>        <maven.compiler.source>8</maven.compiler.source>        <maven.compiler.target>8</maven.compiler.target>    </properties>    <dependencies>        <!-- Oceanus 平台自带了 flink-java、flink-streaming 等依赖 -->        <dependency>            <groupId>org.apache.flink</groupId>            <artifactId>flink-java</artifactId>            <version>1.13.2</version>            <scope>provided</scope>        </dependency>        <dependency>            <groupId>org.apache.flink</groupId>            <artifactId>flink-streaming-java_2.11</artifactId>            <version>1.13.2</version>            <scope>provided</scope>        </dependency>        <!-- 使用 Oceanus 内置 Kafka Connector -->        <dependency>            <groupId>org.apache.flink</groupId>            <artifactId>flink-connector-kafka_2.11</artifactId>            <version>1.13.2</version>            <scope>provided</scope>        </dependency>
        <!-- test -->        <!-- flink-clients 用于本地调试 -->        <dependency>            <groupId>org.apache.flink</groupId>            <artifactId>flink-clients_2.11</artifactId>            <version>1.13.2</version>            <scope>test</scope>        </dependency>    </dependencies>
    <build>        <plugins>            <plugin>                <groupId>org.apache.maven.plugins</groupId>                <artifactId>maven-jar-plugin</artifactId>                <version>3.2.0</version>                <configuration>                    <!-- 设置主类 -->                    <archive>                        <manifestEntries>                            <Main-Class>com.demos.HelloWorld</Main-Class>                        </manifestEntries>                    </archive>                </configuration>            </plugin>        </plugins>    </build></project>

复制代码

2. 代码编写

Flink DataStream 作业代码如下：

package com.demos;
import org.apache.flink.api.common.functions.FlatMapFunction;import org.apache.flink.api.common.serialization.SimpleStringSchema;import org.apache.flink.streaming.api.datastream.DataStream;import org.apache.flink.streaming.api.datastream.DataStreamSource;import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;import org.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer;import org.apache.flink.util.Collector;
import java.util.ArrayList;import java.util.List;import java.util.Properties;

public class HelloWorld {    public static void main(String[] args) throws Exception {        // 1. 设置运行环境        StreamExecutionEnvironment sEnv = StreamExecutionEnvironment.getExecutionEnvironment();
        List<Integer> data = new ArrayList<>();        for (int i = 0; i < 100; i++) {            data.add(i);        }
        // 2. 配置数据源读取数据        // 预定义数据源支持从文件、套接字、集合读入数据；自定义数据源支持 Kafka、MySQL 等使用 addSource() 函数读入数据        DataStreamSource<List<Integer>> dataStream = sEnv.fromElements(data);
        // 3. 数据加工        DataStream ds = dataStream.flatMap(new FlatMapFunction<List<Integer>, String>() {            @Override            public void flatMap(List<Integer> value, Collector<String> out) throws Exception {                value.forEach(v -> out.collect(v.toString()));            }        });
        // 4. 数据输出        // 预定义目的端支持把数据写入文件、标准输出（stdout）、标准错误输出（stderr）和 socket；自定义目的端支持 Kafka、MySQL 等使用 addSink() 函数写出数据        Properties sinkProps = new Properties();        String hosts = "10.0.0.29:9092";        sinkProps.setProperty("bootstrap.servers", hosts);        String outTopic = "flink-demo9";        FlinkKafkaProducer<String> producer = new FlinkKafkaProducer(outTopic, new SimpleStringSchema(), sinkProps);        ds.addSink(producer);        // ds.print();
        // 5. 执行程序        sEnv.execute("helloworld");    }}

复制代码

打包 Jar 包

使用 IDEA 自带打包工具 Build Artifacts 或者命令行进行打包。命令行打包命令：

mvn clean package

复制代码

命令行打包后生成的 Jar 包可以在项目 target 目录下找到，Jar 名为 jar_demos-1.0-SNAPSHOT.jar。

流计算 Oceanus 作业

1. 上传依赖

在 Oceanus 控制台，点击左侧【依赖管理】，点击左上角【新建】新建依赖，上传本地 Jar 包。

2. 创建作业

在 Oceanus 控制台，点击左侧【作业管理】，点击左上角【新建】新建作业，作业类型选择 Jar 作业，点击【开发调试】进入作业编辑页面。

【主程序包】选择刚刚上传的依赖，并选择最新版本。参考 pom.xml 文件填写主类，此处填入 com.demos.HelloWorld。

3. 运行作业

点击【发布草稿】即可运行，可通过【日志】面板 TaskManager 或 Flink UI 查看运行信息。

总结

DataStream 作业支持各类异构数据源与数据目的端。自定义数据源支持 Kafka、MySQL 等，使用 addSource() 函数读入数据；自定义目的端支持 Kafka、MySQL 等，使用 addSink() 函数写出数据。
打包时无需打包 flink 核心依赖，流计算 Oceanus 平台已提供。