当前位置： 首页 > news >正文

Flink 方案配置从 0 到可部署

news 2026/5/12 7:03:11

Flink 方案配置从 0 到可部署

2025-10-21 13:05  tlnshuju  阅读(0)  评论(0)    收藏  举报

一、快速起步：用官方骨架拉起项目

Maven：Archetype 或 quickstart 脚本（二选一）

# 方式一：Archetype（交互式填写 groupId/artifactId/package）
mvn archetype:generate \
-DarchetypeGroupId=org.apache.flink \
-DarchetypeArtifactId=flink-quickstart-java \
-DarchetypeVersion=2.1.0
# 方式二：一行脚本
curl https://flink.apache.org/q/quickstart.sh | bash -s 2.1.0

上述命令会生成一套最小可运行骨架；之后你只需要补齐依赖与打包配置。

Gradle

Gradle 没有官方一键脚本也没关系，直接新建工程并按下文添加依赖与 shadow 配置即可。

二、到底需要哪些依赖？

一个可用的 Flink 作业通常包含 3 类依赖：

  1. Flink APIs（编写作业逻辑必需）
  2. 连接器 / 格式（接入 Kafka/Cassandra/文件/JSON/Avro 等）
  3. 测试工具（本地/集成测试）

此外，你还会按需添加三方库（比如 Jackson、Guava、业务 SDK），用于 UDF/序列化/自定义逻辑。

2.1 Flink API 依赖对照表（常用）

你要用的 API需要添加
DataStreamflink-streaming-java
Table API（Java）flink-table-api-java
Table API（Scala）flink-table-api-scala_2.12
Table + DataStream（Java 桥）flink-table-api-java-bridge
Table + DataStream（Scala 桥）flink-table-api-scala-bridge_2.12

混用场景（既要 Table 也要 DataStream）记得加 bridge。

2.2 运行所需的“客户端/运行时”模块

注意：这些模块通常由 Flink 集群提供。打包 uber JAR 时不要把它们塞进去（后文有配置）。

三、Maven 版：依赖与打包最佳实践

3.1 pom.xml 依赖示例（精简版）

<properties>
<java.version>17</java.version>
<flink.version>2.1.0</flink.version>
<scala.binary.version>2.12</scala.binary.version>
</properties>
<dependencies><!-- APIs（按需选择） --><dependency><groupId>org.apache.flink</groupId><artifactId>flink-streaming-java</artifactId><version>${flink.version}</version></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-api-java</artifactId><version>${flink.version}</version></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-api-java-bridge</artifactId><version>${flink.version}</version></dependency><!-- 连接器/格式（示例：Kafka + JSON） --><dependency><groupId>org.apache.flink</groupId><artifactId>flink-connector-kafka</artifactId><version>${flink.version}</version></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-json</artifactId><version>${flink.version}</version></dependency><!-- 测试工具（按需） --><dependency><groupId>org.apache.flink</groupId><artifactId>flink-test-utils-junit</artifactId><version>${flink.version}</version><scope>test</scope></dependency><dependency><groupId>org.junit.jupiter</groupId><artifactId>junit-jupiter</artifactId><version>5.10.2</version><scope>test</scope></dependency><!-- 本地运行 main 需要（集群环境下建议 provided） --><dependency><groupId>org.apache.flink</groupId><artifactId>flink-clients</artifactId><version>${flink.version}</version><scope>provided</scope></dependency><!-- Table 程序运行时（集群提供，uber JAR 不要打入） --><dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-runtime</artifactId><version>${flink.version}</version><scope>provided</scope></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-planner-loader</artifactId><version>${flink.version}</version><scope>provided</scope></dependency></dependencies>

3.2 Maven Shade：只打“你必须带的”

目标：把你的应用代码 + 连接器/格式 + 三方库打进 uber JAR；不要把集群已提供的 Flink 运行时重复打包（避免冲突与超大 JAR）。

<build><plugins><!-- Java 版本 & 编译插件略 --><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-shade-plugin</artifactId><version>3.5.1</version><executions><execution><phase>package</phase><goals><goal>shade</goal></goals><configuration><createDependencyReducedPom>true</createDependencyReducedPom><filters><!-- 忽略签名元数据：防止合并冲突 --><filter><artifact>*:*</artifact><excludes><exclude>META-INF/*.SF</exclude><exclude>META-INF/*.DSA</exclude><exclude>META-INF/*.RSA</exclude></excludes></filter></filters><!-- 避免把 flink-clients/table-runtime/planner-loader 等 provided 进来 --><artifactSet><excludes><exclude>org.apache.flink:flink-clients</exclude><exclude>org.apache.flink:flink-table-runtime</exclude><exclude>org.apache.flink:flink-table-planner-loader</exclude></excludes></artifactSet><!-- 可选：合并 SPI（例如 Kafka 序列化 SPI） --><transformers><transformer implementation="org.apache.maven.plugins.shade.resource.ServicesResourceTransformer"/><transformer implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer"><mainClass>com.example.YourMainClass</mainClass></transformer></transformers></configuration></execution></executions></plugin></plugins></build>

打包完成后得到一个 可提交的 job JAR：既包含连接器与三方依赖，又不会和集群里的 Flink 运行时“打架”。

四、Gradle 版：依赖与 Shadow 打包

4.1 build.gradle（Groovy）示例

plugins {
id 'java'
id 'com.github.johnrengelman.shadow' version '8.1.1'
}
ext {
flinkVersion = '2.1.0'
scalaBinary = '2.12'
}
repositories { mavenCentral() }
dependencies {
// APIs
implementation "org.apache.flink:flink-streaming-java:${flinkVersion}"
implementation "org.apache.flink:flink-table-api-java:${flinkVersion}"
implementation "org.apache.flink:flink-table-api-java-bridge:${flinkVersion}"
// 连接器/格式
implementation "org.apache.flink:flink-connector-kafka:${flinkVersion}"
implementation "org.apache.flink:flink-json:${flinkVersion}"
// 测试
testImplementation "org.apache.flink:flink-test-utils-junit:${flinkVersion}"
testImplementation "org.junit.jupiter:junit-jupiter:5.10.2"
// 集群提供的运行时（标记为 compileOnly / runtimeOnly）
compileOnly "org.apache.flink:flink-clients:${flinkVersion}"
compileOnly "org.apache.flink:flink-table-runtime:${flinkVersion}"
compileOnly "org.apache.flink:flink-table-planner-loader:${flinkVersion}"
}
tasks.withType(Test).configureEach {
useJUnitPlatform()
}
jar {
manifest {
attributes 'Main-Class': 'com.example.YourMainClass'
}
}
tasks.shadowJar {
archiveClassifier.set('all')
// 典型冲突处理
mergeServiceFiles()
exclude 'META-INF/*.SF', 'META-INF/*.DSA', 'META-INF/*.RSA'
}

产物为 your-artifact-all.jar（即 uber JAR），提交到集群即可运行。

五、运行与提交：本地调试 vs 集群提交

本地调试

集群提交（Session / Application）

# 提交到已运行的 Session Cluster
flink run -c com.example.YourMainClass /path/to/your-app-all.jar
# Kubernetes Application 模式（示意）
flink run-application \
-t kubernetes-application \
-Dkubernetes.cluster-id=my-flink-app \
-Dtaskmanager.numberOfTaskSlots=2 \
local:///opt/flink/usrlib/your-app-all.jar

六、测试与本地验证（建议）

  • 单元测试：flink-test-utils-junit + JUnit 5，对 UDF/函数逻辑做纯逻辑测试。
  • 集成测试：本地启动 mini-cluster（MiniClusterWithClientResource）或 Testcontainers + Kafka，验证端到端拓扑。
  • Schema/格式测试：给 JSON/Avro/CSV 读写器构造“好/坏样例”，避免线上解析炸裂。

七、上线自检清单（Do/Don’t）

Do

Don’t

八、常见坑与快速排查

  • 提交时报类冲突 / NoSuchMethodError
    → 检查是否把 flink-table-runtime/planner-loader 打进了 uber JAR；核对依赖树（mvn dependency:tree / gradle dependencies）。
  • Table 程序本地能跑，集群失败
    → 集群端是否有匹配版本的 table-runtime/planner-loader；Planner Loader 未对得上。
  • Kafka 连接器运行时报找不到类
    → 没有把 flink-connector-kafka 打进 uber JAR；或版本与 Flink 不匹配。
  • Scala 相关报错
    → 统一 _2.12，避免把 _2.11 依赖带进来。
  • JAR 超大/冷启动慢
    → 排查是否误打入 Flink 自带模块；尽量移除冗余依赖与签名元数据。