Zeppelin整合Flink采坑实录

I.前言

前两天转了章大的zeppelin系列教程（以下简称“教程”），我也好好的研究学习了一波。

我曾无数次鼓吹基于Jupyter的应用，也相信在未来数据分析领域，他会有自己的一席之地. 对话式的管家服务，真是谁用谁知道...

以下内容摘自“教程”：

下面是Zeppelin和Flink的故事。

Flink问：虽然我提供了多种语言支持，有SQL，Java，Scala还有Python，但是每种语言都有自己的入口，用户很难多种语言混着用。比如在sql-client中只能运行Sql，不能写UDF，在pyflink shell里，只能用python的udf，不能用scala和java的udf。有没有谁能帮我把这些语言全部打通。

Zeppelin答：我可以。

Flink问：我的一个很大的使用场景是实时大屏，但是我一个人办不到，往往需要借助第三方存储，还需要前端开发，有没有谁能让用户不用写前端代码就实现实时大屏

Zeppelin答：我可以。

Flink问：我的Sql已经很强大了，但是用户在sql-client里不能写comment，而且不支持运行多条sql语句，有谁能帮我把这些功能补齐下。

Zeppelin答：我可以。

Flink问：好多初学者说要跑一个flink job实在是太难了，好多东西需要配置,还要学习各种命令行，有没有谁能让用户更容易得提交和管理Flink Job。

Zeppelin答：我可以。

Flink问：Flink Job提交目前只能一个个提交，一个job跑完跑另外一个，有些用户想并行执行多个Flink Job，谁能帮我搞定这个需求？

Zeppelin答：我可以。

Flink问：我有丰富的connector，但是用户每次都要把connector打包到uber jar里，或者copy到flink的lib下，但是这样会把各种connector jar混在一起，容易发生冲突，很难管理，有谁能提供一个干净点的方案？

Zeppelin答：我可以。

II.填坑

Zepplin 0.9版本虽然已经做的足够出色了，但是还是有很多隐含的条件（坑），对新人还是不那么友好的，我在研习“教程”的时候，也就稍微总结了一下：

• 版本：

目前zepplin 0.9 preview 整合flink，只能使用 Apache Flink 1.10.1 for Scala 2.11 ，不能使用scala2.12

• 环境: 实验的话，需要在linux下尝试，windows是不支持，尽管他都有windows下的启动脚本.
• FLINK_HOME

在interpret里设置FLINK_HOME，指向你的Flink，切记1.10.1 scala2.11版本

• Kafka Connect Datagen 使用提供的docker镜像来做kafka集群，提供数据，安装docker不在这里说了，可能启动正常，但是没有datagenconnector

说明，docker-compose.yml里这两句没起作用

- ./plugins:/tmp/connect-plugins

- ./data:/tmp/data

执行下面语句就ok了。

setenforce 0

另外，默认配置里

KAFKA_ADVERTISED_LISTENERS: 'PLAINTEXT://broker:9092'

CONNECT_BOOTSTRAP_SERVERS: '192.168.16.3:9092'

可能不生效，使用下面语句，找到broker的ip，替换broker

docker exec -it ID/NAMES ip addr

创建kafka connector时，使用官方语句可能不太好事，可以使用UI即本机IP:8000 来进行配置，原文提供的 connect.source.datagen.json 也有些不太好使，我修改了一下，如下：

{

"connector.class": "com.github.xushiyan.kafka.connect.datagen.performance.DatagenConnector",

"tasks.max": "1",

"random.fields": "status:foo|bar|baz, direction:up|down|left|right",

"event.timestamp.field": "event_ts",

"poll.size": "10",

"key.converter.schemas.enable": "false",

"poll.interval.ms": "5000",

"value.converter.schemas.enable": "false",

"topic.name": "generated.events",

"value.converter": "org.apache.kafka.connect.storage.StringConverter",

"message.template": "{\"status\":\"foo\",\"direction\":\"up\"}",

"key.converter": "org.apache.kafka.connect.storage.StringConverter"

}

如下图所示

可以在Topic UI里可以看到数据，就证明这里配置ok了

• Streaming ETL

记住先执行：

%flink.conf# You need to run this paragraph first before running any flink code.flink.execution.packages org.apache.flink:flink-connector-kafka_2.11:1.10.1,org.apache.flink:flink-connector-kafka-base_2.11:1.10.1,org.apache.flink:flink-json:1.10.1

上面的坑都填好了，就能愉快的玩耍了

目前只踩到这里，继续加油，奥利给！！！