Dinky之安装部署与基本使用

Dinky概览
Linux安装部署
- 解压到指定目录
- 初始化MySQL数据库
- 修改配置文件
- 加载依赖
- 启动Dinky
Docker部署
- 启动dinky-mysql-server镜像
- 启动dinky-standalone-server镜像
Dinky的基本使用
- 上传jar包
- Flink配置
- 集群管理
- - 集群实例管理
  - 集群配置管理
- 创建作业
- 语句编写与作业配置
- 发布运行作业
- 查看作业运行情况
Dinky的其他功能服务
- Catalog
- 变量
- FlinkSQL环境
- 数据源
- 元数据中心

Dinky概览

Dinky是一个开箱即用的一站式实时计算平台以Apache Flink为基础，连接OLAP和数据湖等众多框架致力于流批一体和湖仓一体的建设与实践。

主要功能：

在这里插入图片描述
原理：

核心特性：

在这里插入图片描述

官网：http://www.dlink.top/

GitHub：https://github.com/DataLinkDC/dinky

文档：http://www.dlink.top/docs/next/get_started/quick_experience/

Linux安装部署

解压到指定目录

Dinky不依赖任何外部环境，完全解耦，支持同时连接多个不同的集群实例进行运维。

下载地址：https://github.com/DataLinkDC/dinky/releases

wget https://github.com/DataLinkDC/dinky/releases/download/v0.7.3/dlink-release-0.7.3.tar.gz

上传安装包并解压

tar -zxvf dlink-release-0.7.3.tar.gz -C /usr/local/program

mv dlink-release-0.7.3 dinky

cd dinky

初始化MySQL数据库

Dinky采用mysql作为后端的存储库，Dinky部署需要MySQL5.7 以上版本，需要创建Dinky的后端数据库，执行初始化sql文件

在Dinky/sql目录下分别放置了dinky.sql 、 upgrade/${version}_schema/mysql/mysql_ddl

如果第一次部署，直接执行sql/dinky-mysql.sql 

如果之前已经部署，根据版本号执行upgrade目录下存放的相应版本升级sql

#登录mysql
mysql -uroot -p123456

#创建数据库
create database dinky;

# 切换数据库
use dinky;

# 执行初始化sql文件
source /usr/local/program/dinky/sql/dinky.sql

修改配置文件

cd dinky/config

vim ./application.yml

修改Dinky连接 mysql 的配置文件

spring:
  datasource:
    url: jdbc:mysql://${MYSQL_ADDR:node01:3306}/${MYSQL_DATABASE:dinky}?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&useSSL=false&zeroDateTimeBehavior=convertToNull&serverTimezone=Asia/Shanghai&allowPublicKeyRetrieval=true
    username: ${MYSQL_USERNAME:root}
    password: ${MYSQL_PASSWORD:123456}
    driver-class-name: com.mysql.cj.jdbc.Driver
  application:
    name: dlink

加载依赖

Dinky需要具备自身的Flink环境，该Flink环境的实现需要用户自己在Dinky根目录下 plugins/flink${FLINK_VERSION}文件夹并上传相关的Flink依赖。

下载Flink

wget https://repo.huaweicloud.com/apache/flink/flink-1.17.0/flink-1.17.0-bin-scala_2.12.tgz

解压Flink

tar  -zxvf flink-1.17.0-bin-scala_2.12.tgz

加载Flink依赖

对应 Flink 版本的依赖，放在Dinky 安装目录下 plugins/flink${FLINK_VERSION}下

cp flink-1.17.0/lib/*  dinky/plugins/flink1.17/

加载Hadoop依赖

注意：Dinky当前版本的yarn的perjob与application执行模式依赖flink-shade-hadoop，需要额外添加flink-shade-hadoop-uber-3包。对于dinky来说，Hadoop3的uber依赖可以兼容hadoop2。

wget https://repository.cloudera.com/artifactory/cloudera-repos/org/apache/flink/flink-shaded-hadoop-3-uber/3.1.1.7.2.9.0-173-9.0/flink-shaded-hadoop-3-uber-3.1.1.7.2.9.0-173-9.0.jar

放到dinky/plugins目录

共享的JAR包放plugins目录，否则放不同版本的Flink目录下

cp flink-shaded-hadoop-3-uber-3.1.1.7.2.9.0-173-9.0.jar dinky/plugins/

启动Dinky

#启动
sh auto.sh start

# 启动指令的第二个参数则是版本选择
sh auto.sh start 1.17

#停止
sh auto.sh stop

#重启
sh auto.sh restart 1.17

#查看状态
sh auto.sh status

# 查看启动日志信息
tail -f logs/dlink.log -n 200

服务启动后，默认端口 8888，访问：http://127.0.0.1:8888

在这里插入图片描述
默认用户名/密码: admin/admin

在这里插入图片描述

Docker部署

启动dinky-mysql-server镜像

Dinky采用mysql作为后端的存储库，启动该镜像提供Dinky的MySQL业务库能力

docker run --name dinky-mysql dinkydocker/dinky-mysql-server:0.7.2

出现以下日志，则启动成功

2023-07-12T08:47:52.930058Z 0 [Note] mysqld: ready for connections.
Version: '5.7.41'  socket: '/var/run/mysqld/mysqld.sock'  port: 3306  MySQL Community Server (GPL)

如果有mysql 服务，执行对应版本的SQL文件即可。

docker run --restart=always -p 8888:8888 -p 8081:8081  -e MYSQL_ADDR=IP:3306 --name dinky dinkydocker/dinky-standalone-server:0.7.2-flink14

启动dinky-standalone-server镜像

提供Dinky实时计算平台

docker run --restart=always -p 8888:8888 -p 8081:8081  -e MYSQL_ADDR=dinky-mysql:3306 --name dinky --link dinky-mysql:dinky-mysql dinkydocker/dinky-standalone-server:0.7.2-flink14

出现以下日志，则启动成功

Dinky pid is not exist in /opt/dinky/run/dinky.pid
FLINK VERSION : 1.14
........................................Start Dinky Successfully........................................
........................................Restart Successfully........................................

Dinky的基本使用

上传jar包

当Flink使用YARN运行模式中的Application模式部署时，需要将flink和dinky相关依赖包上传到HDFS

1.上传dinky的JAR包

# 创建HDFS目录
hadoop fs -mkdir -p /dinky/jar/

hadoop fs -put /usr/local/program/dinky/jar/dlink-app-1.17-0.7.3-jar-with-dependencies.jar /dinky/jar

2.上传flink的JAR包

# 创建HDFS目录
hadoop fs -mkdir /flink/jar

hadoop fs -put /usr/local/program/flink/lib /flink/jar

hadoop fs -put /usr/local/program/flink/plugins /flink/jar

Flink配置

当使用 Application 模式以及 RestAPI 时，需要修改相关Flink配置。提交FlinkSQL 的Jar文件路径指向：上传到HDFS中的Dinky的JAR包

hdfs://node01:9000/dinky/jar/dlink-app-1.17-0.7.3-jar-with-dependencies.jar

在这里插入图片描述

集群管理

提交FlinkSQL作业时，首先要保证安装了Flink集群。

Flink当前支持的集群模式包括：Standalone 集群、Yarn 集群、Kubernetes 集群

Dinky提供了两种集群管理方式，一种是集群实例管理，一种是集群配置管理。

集群实例管理

Dinky推荐在使用 Yarn Session、K8s Session、StandAlone类型时采用集群实例的方式注册集群，其他类型的集群只能查看作业信息。对于已经注册的集群实例，可以对集群实例做编辑、删除、搜索、心跳检测和回收等。

1.注册Standalone集群

启动Flink的Standalone模式

[root@node01 flink]# bin/start-cluster.sh

注册集群
在这里插入图片描述
配置成功则显示正常：

2.注册Yarn Session集群

启动Flink的YARN运行模式

[root@node01 flink]# bin/yarn-session.sh -d

启动日志如下，关注日志信息： Found Web Interface node02:42628 of application 'application_1689258255717_0002'.

2023-07-13 22:50:08,081 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - Cannot use kerberos delegation token manager, no valid kerberos credentials provided.
2023-07-13 22:50:08,088 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - Submitting application master application_1689258255717_0002
2023-07-13 22:50:08,393 INFO  org.apache.hadoop.yarn.client.api.impl.YarnClientImpl        [] - Submitted application application_1689258255717_0002
2023-07-13 22:50:08,393 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - Waiting for the cluster to be allocated
2023-07-13 22:50:08,396 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - Deploying cluster, current state ACCEPTED
2023-07-13 22:50:12,939 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - YARN application has been deployed successfully.
2023-07-13 22:50:12,939 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - Found Web Interface node02:42628 of application 'application_1689258255717_0002'.
JobManager Web Interface: http://node02:42628
2023-07-13 22:50:13,131 INFO  org.apache.flink.yarn.cli.FlinkYarnSessionCli                [] - The Flink YARN session cluster has been started in detached mode. In order to stop Flink gracefully, use the following command:
$ echo "stop" | ./bin/yarn-session.sh -id application_1689258255717_0002
If this should not be possible, then you can also kill Flink via YARN's web interface or via:
$ yarn application -kill application_1689258255717_0002
Note that killing Flink might not clean up all job artifacts and temporary files.

注册集群，根据提示输入相应信息：
在这里插入图片描述
配置成功则显示正常：

集群配置管理

Dinky推荐在使用Yarn Per Job、Yarn Application、K8s Application类型时采用集群配置的方式注册集群。对于已经注册的集群配置，可以对集群配置做编辑、删除和搜索等

填写核心参数：

Hadoop配置文件路径：/usr/local/program/hadoop/etc/hadoop,指服务器Hadoop配置路径

lib路径：hdfs://node01:9000/flink/jar,指HDFS中包含Flink运行时依赖JAR的路径

Flink配置文件路径：/usr/local/program/flink/conf,指服务器Flink的配置文件路径

点击测试，测试连接成功，则代表配置无问题
在这里插入图片描述

创建作业

创建一个目录demo，选中右键，创建作业，类型选择FlinkSql。创建完成后，就可以在作业下编写SQL及配置作业参数
在这里插入图片描述

语句编写与作业配置

当FlinkSQL编写完成后，即可进行作业的配置。在作业配置中，可以选择作业执行模式、Flink 集群、SavePoint策略等配置，对作业进行提交前的配置。

在这里插入图片描述
作业SQL

--创建源表source
CREATE TABLE source(
  id  BIGINT,
  name STRING,
  age INT
) WITH (
  'connector' = 'datagen'
);

--创建结果表sink
CREATE  TABLE sink(
   id  BIGINT,
   name STRING,
   age INT
) WITH (
  'connector' = 'print'
);


--将源表数据插入到结果表
INSERT INTO sink SELECT id, name, age from source;

语法检查

在这里插入图片描述

发布运行作业

保存后，选择执行SQL或者提交作业
在这里插入图片描述

查看作业运行情况

提交执行后，可以到运维中心查看作业的运行情况。
在这里插入图片描述

Dinky的其他功能服务

Catalog

Dinky可以利用MySQL持久化Flink元数据，只需要在FlinkSQL的作业配置中选择DefaultCatalog，即可使用MySQL来存储，否则Flink采用基于内存catalog

Mysql Catalog 持久化目前默认的Catalog为my_catalog,默认的FlinkSQLEnv为DefaultCatalog。

将元数据信息保存到 Mysql以后，可以查看MySQL元数据、使用Mysql Catalog，即在作业中无需再显式声明DDL 语句，如建表操作。

在这里插入图片描述

变量

1.局部变量

定义变量的语法如下：

key1 := value1;

定义及使用变量

-- 定义变量
myKey := source;

-- 使用变量
select * from ${myKey};

还需要在作业配置中开启全局变量
在这里插入图片描述

2.全局变量
在这里插入图片描述
执行使用全局变量

-- 使用全局变量
select * from ${MyVariable};

3.查看变量

-- 定义变量
myKey := source;

-- 查看单个变量
SHOW FRAGMENT myKey;

-- 查看所有变量
SHOW FRAGMENTS;

FlinkSQL环境

在执行 FlinkSQL 时，会先执行FlinkSqlEnv 内的语句。适用于所有作业的SET、DDL语法统一管理的场景。

新建作业，类型选择FlinkSqlEnv
在这里插入图片描述
定义一些执行环境变量

使用自定义FlinkSQL环境

数据源

创建数据源

在这里插入图片描述

配置参考示例：
在这里插入图片描述

Flink 连接配置:

避免私密信息泄露，同时作为全局变量复用连接配置，在FlinkSQL中可使用 ${名称} 来加载连接配置，如 ${ods}。说明：名称指的是英文唯一标识，即如图所示的名称。注意需要开启全局变量（原片段机制）

     'hostname' = 'localhost'
    ,'port' = '3306'
    ,'username' = 'root'
    ,'password' = '123456'
    ,'server-time-zone' = 'UTC'

Flink 连接模板:

Flink连接模板作用是为生成 FlinkSQL DDL而扩展的功能。

注意引用变量的前后逗号,使用此方式作业右侧必须开启全局变量

 ${schemaName} 动态获取数据库，${tableName} 动态获取表名称

     'connector' = 'mysql-cdc'
    ,'hostname' = 'localhost'
    ,'port' = '3306'
    ,'username' = 'root'
    ,'password' = '123456'
    ,'server-time-zone' = 'UTC'
    ,'scan.incremental.snapshot.enabled' = 'true'
    ,'debezium.snapshot.mode'='latest-offset'  
    ,'database-name' = '${schemaName}'
    ,'table-name' = '${tableName}'

注意：

定义数据源的名称可以作为的变量键，

定义数据源的Flink连接配置可以作为变量的值

在这里插入图片描述

元数据中心

当对数据源配置完成后，可以查看表的详细信息与对应的建表语句，查看建表语句功能很实用

具体操作： 数据开发->左侧点击元数据->选中当前创建的数据源 -> 展开库 -> 右键单击表名 -> 点击 SQL生成 -> 查看FlinkDDL
在这里插入图片描述
也可以在添加完数据源后，在元数据中心可以访问