前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Flink(arm) on K8S 部署时的那些坑

Flink(arm) on K8S 部署时的那些坑

原创
作者头像
用户1529997
发布2024-08-07 09:18:22
1500
发布2024-08-07 09:18:22

1 背景

目标:在arm架构的K8S上部署一套flink集群。

我对k8s还算了解,但在此之前没接触过flink,部署起来确实有点困难。本文记录在此过程中遇到的问题,以及问题原因和解决方案。

2 准备工作

  • flink的arm镜像

flink的arm镜像:

  1. 需包含arm版jdk1.8
  2. flink版本为1.17.2

该镜像的构建方法可参考我的文章:arm环境下构建Flink的Docker镜像

  • k8s环境

已有k8s集群环境。

我所在的环境是1.18,部署在arm架构的服务器上。

3 部署

我参考了官方的经验(见 https://nightlies.apache.org/flink/flink-docs-master/zh/docs/deployment/resource-providers/standalone/kubernetes/ ),建议大家酌情参考。

也许你也会踩一遍我经历过的坑。

3.1 ConfigMap

flink-configuration-configmap.yaml

这个是flink的配置文件,对应着安装包中 ${FLINK_HOME}/conf/flink-conf.yaml。

基本不用动,可以直接拷贝过来使用(在生产环境中需要根据实际情况修改配置参数)。

代码语言:javascript
复制
apiVersion: v1
kind: ConfigMap
metadata:
  name: flink-config
  namespace: "flink-ns"
  labels:
    app: flink
data:
  flink-conf.yaml: |+
    jobmanager.rpc.address: flink-jobmanager
    taskmanager.numberOfTaskSlots: 2
    blob.server.port: 6124
    jobmanager.rpc.port: 6123
    taskmanager.rpc.port: 6122
    jobmanager.memory.process.size: 1600m
    taskmanager.memory.process.size: 1728m
    parallelism.default: 2
  log4j-console.properties: |+
    rootLogger.level = INFO
    rootLogger.appenderRef.console.ref = ConsoleAppender
    rootLogger.appenderRef.rolling.ref = RollingFileAppender
    logger.flink.name = org.apache.flink
    logger.flink.level = INFO
    logger.pekko.name = org.apache.pekko
    logger.pekko.level = INFO
    logger.kafka.name= org.apache.kafka
    logger.kafka.level = INFO
    logger.hadoop.name = org.apache.hadoop
    logger.hadoop.level = INFO
    logger.zookeeper.name = org.apache.zookeeper
    logger.zookeeper.level = INFO

    # 将所有 info 级别的日志输出到 console
    appender.console.name = ConsoleAppender
    appender.console.type = CONSOLE
    appender.console.layout.type = PatternLayout
    appender.console.layout.pattern = %d{yyyy-MM-dd HH:mm:ss,SSS} %-5p %-60c %x - %m%n

    # 将所有 info 级别的日志输出到指定的 rolling file
    appender.rolling.name = RollingFileAppender
    appender.rolling.type = RollingFile
    appender.rolling.append = false
    appender.rolling.fileName = ${sys:log.file}
    appender.rolling.filePattern = ${sys:log.file}.%i
    appender.rolling.layout.type = PatternLayout
    appender.rolling.layout.pattern = %d{yyyy-MM-dd HH:mm:ss,SSS} %-5p %-60c %x - %m%n
    appender.rolling.policies.type = Policies
    appender.rolling.policies.size.type = SizeBasedTriggeringPolicy
    appender.rolling.policies.size.size=100MB
    appender.rolling.strategy.type = DefaultRolloverStrategy
    appender.rolling.strategy.max = 10

    # 关闭 Netty channel handler 中不相关的(错误)警告
    logger.netty.name = org.jboss.netty.channel.DefaultChannelPipeline
    logger.netty.level = OFF

配置文件中,部署集群时需要重点关注的参数:

jobmanager.rpc.address: flink-jobmanager

该参数定义了 taskmanager 与 jobmanager 通信的rpc地址,这里使用了服务名称

flink-jobmanager,该服务需要另行定义。

3.2 Service

为清晰管理服务,我将rpc服务和rest服务拆开了。

3.2.1 rpc

flink-rpc-service.yaml

官方未提供该文件,这里定义了rpc通信的端口,taskmanager可以在集群中通过服务名flink-jobmanager找到jobmanager。

代码语言:javascript
复制
apiVersion: v1
kind: Service
metadata:
  name: flink-jobmanager
  labels:
    app: flink
    component: jobmanager
spec:
  type: ClusterIP
  clusterIP: None
  selector:
    app: flink
    component: jobmanager
  ports:
  - name: rpc
    port: 6123

这里: metadata.name 需要与 ConfigMap 中的 jobmanager.rpc.address 参数一致。 spec.ports.port 需要与 ConfigMap 中的 jobmanager.rpc.port 参数一致。

3.2.2 rest

jobmanager-rest-service.yaml

该文件定义了jobmanager控制台暴露的web端口,在官方文档中有提供,直接拷贝过来即可。

代码语言:javascript
复制
apiVersion: v1
kind: Service
metadata:
  name: flink-jobmanager-rest
  namespace: "flink-ns"
spec:
  type: NodePort
  ports:
    - name: rest
      port: 8081
      targetPort: 8081
      nodePort: 30081
  selector:
    app: flink
    component: jobmanager

部署完成后,可以通过 8081 端口访问控制台。

3.3 ServiceAccount

flink-service-account.yaml

该文件官方未提供,但在jobmanager中有引用,需要自行定义:

代码语言:javascript
复制
apiVersion: v1
kind: ServiceAccount
metadata:
  name: flink-service-account
  namespace: "flink-ns"
---
apiVersion: rbac.authorization.k8s.io/v1
kind: Role
metadata:
  name: configmap-manager
rules:
  - apiGroups: [ "" ]
    resources: [ "configmaps" ]
    verbs: [ "create", "delete", "get", "list", "patch", "update", "watch" ]
---
apiVersion: rbac.authorization.k8s.io/v1
kind: RoleBinding
metadata:
  name: configmap-manager-binding
  namespace: "flink-ns"
subjects:
  - kind: ServiceAccount
    name: flink-service-account
roleRef:
  kind: Role
  name: configmap-manager
  apiGroup: rbac.authorization.k8s.io

文件定义了拥有创建、编辑、删除 ConfigMap 权限的 Service 账号。

3.4 jobmanager

代码语言:javascript
复制
jobmanager-session-deployment.yaml

这里我选择使用session模式。官方的配置文件经过调教后如下:

代码语言:javascript
复制
apiVersion: apps/v1
kind: Deployment
metadata:
  name: flink-jobmanager
  namespace: "
spec:
  replicas: 1 # 通过设置大于 1 的整型值来开启 Standby JobManager
  selector:
    matchLabels:
      app: flink
      component: jobmanager
  template:
    metadata:
      labels:
        app: flink
        component: jobmanager
    spec:
      containers:
        - name: jobmanager
          image: flink-arm:lastest
#          env:
#            - name: POD_IP
#              valueFrom:
#                fieldRef:
#                  apiVersion: v1
#                  fieldPath: status.podIP
#          # 下面的 args 参数会使用 POD_IP 对应的值覆盖 config map 中 jobmanager.rpc.address 的属性值。
#          args: [ "jobmanager", "$(POD_IP)" ]
          args: [ "jobmanager"]
          ports:
            - containerPort: 6123
              name: rpc
            - containerPort: 6124
              name: blob-server
            - containerPort: 8081
              name: webui
          livenessProbe:
            tcpSocket:
              port: 6123
            initialDelaySeconds: 30
            periodSeconds: 60
          volumeMounts:
            - name: flink-config-volume
              mountPath: /opt/flink/conf
          securityContext:
            runAsUser: 9999  # 参考官方 flink 镜像中的 _flink_ 用户,如有必要可以修改
      serviceAccountName: flink-service-account # 拥有创建、编辑、删除 ConfigMap 权限的 Service 账号
      volumes:
        - name: flink-config-volume
          configMap:
            name: flink-config
            items:
              - key: flink-conf.yaml
                path: flink-conf.yaml
              - key: log4j-console.properties
                path: log4j-console.properties

说明: 原本选择了ha模式的yaml文件,但部署过程中遇到了一些问题。 为保证集群能够运行起来,对文件进行了调整。但这可能破坏了ha特性,有待验证。

3.5 taskmanager

taskmanager-session-deployment.yaml

该文件的内容如下:

代码语言:javascript
复制
apiVersion: apps/v1
kind: Deployment
metadata:
  name: flink-taskmanager
  namespace: "flink-ns"
spec:
  replicas: 3
  selector:
    matchLabels:
      app: flink
      component: taskmanager
  template:
    metadata:
      labels:
        app: flink
        component: taskmanager
    spec:
      initContainers:
        - name: init-flink-conf
          image: flink-arm:latest
          command: [ "sh", "-c", "mkdir -p /opt/flink/conf /config ; cp /config/* /opt/flink/conf ; chmod 777 /opt/flink/conf/*" ]
          volumeMounts:
            - name: flink-config-volume
              mountPath: /config
            - name: local-storage
              mountPath: /opt/flink/conf
      containers:
        - name: taskmanager
          image: flink-arm:latest
          args: [ "taskmanager" ]
          ports:
            - containerPort: 6122
              name: rpc
          livenessProbe:
            tcpSocket:
              port: 6122
            initialDelaySeconds: 30
            periodSeconds: 60
          volumeMounts:
            - name: local-storage
              mountPath: /opt/flink/conf
          env:
            - name: JOB_MANAGER_RPC_ADDRESS
              value: flink-jobmanager
          securityContext:
            runAsUser: 9999  # 参考官方 flink 镜像中的 _flink_ 用户,如有必要可以修改
      volumes:
        - name: flink-config-volume
          configMap:
            name: flink-config
            items:
              - key: flink-conf.yaml
                path: flink-conf.yaml
              - key: log4j-console.properties
                path: log4j-console.properties
        - name: local-storage
          emptyDir: { }

该文件与官方提供的有些许不同:

  1. 引入了emptyDir,用于存放配置文件。
  2. 这里引入了1个初始化容器(initContainers),用来创建目录、修改权限、并将配置文件复制到emptyDir中的/opt/flink/conf路径下。
  3. 设置了环境变量JOB_MANAGER_RPC_ADDRESS,指定了rpc的服务地址是flink-jobmanager。

4 问题及解决方案

起初我按照官方的配置来部署,出现了很多问题。

下面是遇到的典型问题以及解决方案。

4.1 taskmanager启动失败

现象:jobmanager正常启动,但taskmanager启动失败。

taskmanager日志中报错:

代码语言:javascript
复制
WARNING: attempted to load jemalloc from /usr/lib/aarch64-linux-gnu/libjemalloc.so and /usr/lib/x86_64-linux-gnu/libjemalloc.so but the library couldn't be found. glibc will be used instead.
sed: couldn't open temporary file /opt/flink/conf/sedGGEvws: Read-only file system
sed: couldn't open temporary file /opt/flink/conf/sedL9ELTs: Read-only file system
/docker-entrypoint.sh: line 73: /opt/flink/conf/flink-conf.yaml: Permission denied
/docker-entrypoint.sh: line 89: /opt/flink/conf/flink-conf.yaml.tmp: Read-only file system
Starting Task Manager
Starting taskexecutor as a console application on host flink-taskmanager-b6c9fbb8c-hxc4h.
Error: VM option 'UseG1GC' is experimental and must be enabled via -XX:+UnlockExperimentalVMOptions.
Error: Could not create the Java Virtual Machine.
Error: A fatal exception has occurred. Program will exit.

从日志中可以发现2个问题:

  1. 配置文件不可写
  2. VM启动失败

下面分别说一下解决方案。

4.1.1 配置文件不可写

  • 原因

taskmanager采用官方的配置会出现这个问题。官方配置如下图:

taskmanager-session-deployment.yaml中的配置文件挂载

k8s在启动taskmanager容器启动时,会将ConfigMap中的配置信息拷贝到容器中,而这些信息是只读的。

在启动taskmanager时,会修改/opt/flink/conf/flink-config.yaml文件(见docker-entrypoint.sh文件),使用环境变量来更新配置。这里即便你在容器中使用root启动,还是没有写的权限。

  • 解决方案

将ConfigMap中的文件copy出来,挂载到本地目录上;主容器在启动时挂载本地目录即可。当然也可以挂到pv上,但配置都在ConfigMap中维护,没必要外接pv。

我的案例中,将配置文件copy到了emptyDir中,这时taskmanager就可以写配置文件了。

关键配置:

引入了初始化容器,将ConfigMap中的配置文件拷贝到emptyDir中的/opt/flink/conf/路径下。容器挂载的目录不再是ConfigMap,而是emptyDir。

注意: 这个问题正常情况下不会影响taskmanager的启动,只是配置无法更新。taskmanager启动时仍会读取默认的配置(即ConfigMap)。 但会影响rpc通信(后面会有解析)。

4.1.2 VM启动失败

这个问题是导致taskmanager启动失败的真正原因。

日志中提到:

Error: VM option 'UseG1GC' is experimental and must be enabled via -XX:+UnlockExperimentalVMOptions.

这是taskmanager.sh中报的错误:

taskmanager.sh截图
taskmanager.sh截图
  • 原因

这是因为我用的基础镜像jdk不支持UseG1GC,需要显示启用。

  • 解决方案

2种:

  1. 使用支持"UseG1GC"参数的jdk镜像。
  2. 在镜像构建时修改taskmanager.sh文件:在Dockerfile中加入下面一行:
代码语言:javascript
复制
# 修改 taskmanager 启动参数
RUN sed -i 's/-XX:+UseG1GC/-XX:+UnlockExperimentalVMOptions -XX:+UseG1GC/g' bin/taskmanager.sh

4.2 taskmanager无法注册到jobmanager

taskmanager需通过flink-jobmanager:6123访问jobmanager,实现rpc通信。当使用官方的 taskmanager-session-deployment.yaml 配置时,可能会出现无法连接到jobmanager的情况。我遇到了2种。

4.2.1 rpc时连接到了本地容器

报错可能类似下方:

Could not connect to rpc endpoint under address akka.tcp://flink@flink-taskmanager-b6c9fbb8c-hxc4h:6123/user/rpc/resourcemanager_*.

flink-taskmanager-b6c9fbb8c-hxc4h 是我本地容器的实例名,怎么连接到了本地?

  • 原因

这是因为在1.17.2版本的docker-entrypoint.sh中,优先使用环境变量 JOB_MANAGER_RPC_ADDRESS 来覆盖 jobmanager.rpc.address 这个配置。docker-entrypoint.sh 关键截图:

JOB_MANAGER_RPC_ADDRESS定义
JOB_MANAGER_RPC_ADDRESS定义

如图,JOB_MANAGER_RPC_ADDRESS如果没有设置,会默认取本机主机名!

更新配置文件flink-config.yaml
更新配置文件flink-config.yaml

在prepare_configuration() 中用环境变量更新配置文件中的 jobmanager.rpc.address值。

说明: taskmanager启动时是优先使用环境变量来配置、还是优先使用配置文件,我记不清了... 但是,当你启用了配置文件可写、且没有设置环境变量时,此种情况必然会出现。

  • 解决

完成4.1.1,使配置文件可写。在此基础上修改yaml文件,设置环境变量 JOB_MANAGER_RPC_ADDRESS ,值设置为rpc的service名称:

JOB_MANAGER_RPC_ADDRESS 设置
JOB_MANAGER_RPC_ADDRESS 设置

4.2.2 连接到了jobmanager,但消息被丢弃

这个情况比较极端,大家可能没有碰到过。

我在 tarskmanager的 pod中,执行 ping flink-jobmanager ,可以正常解析 flink-jobmanager 的ip地址、且解析正确,可以ping通。但2个服务的日志中有报错。

  • jobmanager 报错:

2024-07-29 11:22:33,487 ERROR akka.remote.EndpointWriter [] - dropping message [class akka.actor.ActorSelectionMessage] for non-local recipient [Actor[akka.tcp://flink@flink-jobmanager:6123/]] arriving at [akka.tcp://flink@flink-jobmanager:6123] inbound addresses are [akka.tcp://flink@172.224.135.172:6123]

  • tarskmanager 日志:

2024-07-29 11:22:23,464 INFO org.apache.flink.runtime.taskexecutor.TaskExecutor [] - Could not resolve ResourceManager address akka.tcp://flink@flink-jobmanager:6123/user/rpc/resourcemanager_*, retrying in 10000 ms: Could not connect to rpc endpoint under address akka.tcp://flink@flink-jobmanager:6123/user/rpc/resourcemanager_*.

从日志分析,tarskmanager 无法解析 ResourceManager、无法连接 flink-jobmanager;而 jobmanager 收到了来自 tarskmanager 的消息(172.224.135.172 为172.224.135.172实例的地址)、但把消息丢弃了。

查看端口状态,6123是连接状态。说明连接已建立,也进行了rpc通信,只不过jobmanager不承认tarskmanager!

  • 原因

在启动时,jobmanager 和 tarskmanager 对于 jobmanager.rpc.address 的配置必须相同!

在我的案例中,我一开始想部署session-ha模式(高估了自己),jobmanager 使用了错误的yaml。里面的干扰项如图:

官方 jobmanager-session-deployment-ha.yaml
官方 jobmanager-session-deployment-ha.yaml

ha模式在启动时,使用POD_IP这个环境变量指定了 jobmanager.rpc.address 参数为当前Pod的IP地址,而没有使用配置文件中的配置。这导致了 jobmanager 和 tarskmanager 两边的 jobmanager.rpc.address 配置不同,jobmanager 就将 tarskmanager 消息丢弃。

  • 解决

去掉PodIP这个启动参数即可(详见3.4章节配置)。

5 复盘

历尽艰辛算是部署成功了。测试环境上够用,但上生产还是有段路要走的。这里复盘一下。

5.1 ConfigMap是只读的

以前对这个印象并不是很清晰,经历了这次有了深刻体会。

也让我学到了:ConfigMap也可以作为配置模板,然后通过本文中提到的挂载方式,在程序启动时动态更新配置。

5.2 flink中的环境变量与配置文件

没看过flink的源码,不知道哪个优先级更高。

根据现象来看,环境变量的优先级是高于配置文件的,前提是你的配置文件要可写。

5.3 flink-on-k8s ha模式

一开始如果乖乖的使用非ha模式,应该不会有4.2.2的问题。结果因为这个浪费了大半天时间。

再回来看看ha模式:jobmanager在启动时指定了PodIP,这说明多个 jobmanager 同时存在时,只有1个 jobmanager 接收 taskmanager 的注册信息。那么问题来了:

  1. 这时taskmanager如何设置rpc地址为这个Pod的地址?
  2. 多个jobmanager是如何同步注册信息的?

有待验证...

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1 背景
  • 2 准备工作
  • 3 部署
  • 3.1 ConfigMap
  • 3.2 Service
  • 3.2.1 rpc
  • 3.2.2 rest
  • 3.3 ServiceAccount
  • 3.4 jobmanager
  • 3.5 taskmanager
  • 4 问题及解决方案
  • 4.1 taskmanager启动失败
  • 4.1.1 配置文件不可写
  • 4.1.2 VM启动失败
  • 4.2 taskmanager无法注册到jobmanager
  • 4.2.1 rpc时连接到了本地容器
  • 4.2.2 连接到了jobmanager,但消息被丢弃
  • 5 复盘
  • 5.1 ConfigMap是只读的
  • 5.2 flink中的环境变量与配置文件
  • 5.3 flink-on-k8s ha模式
相关产品与服务
容器服务
腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档