1.下面哪些是flink架构的组成部分
2.flink写入hdfs
3.大数据开发_Flink_概述,部署,运行架构,流处理API,Window,WaterMark,ProcessFunction,状态编程
4.docker部署大数据平台（hadoop生态及flink)
5.Flink系列十九Flink 作业Hadoop 依赖冲突解决NoSuchMethodError
6.flink1.10.0连接apache-hive-2.3.7（Java程序）

下面哪些是flink架构的组成部分

       下面哪些是flink架构的组成部分

       Flink 是一个开源的分布式流处理框架，它由以下几个组成部分：

       Flink 运行时：负责管理 Flink 应用程序的执行，包括任务调度、资源管理、容错等。

       Flink 库：提供各种功能，博客php源码如数据流处理、批处理、图算法、机器学习等。

       Flink SQL：一种用于数据仓库和流处理查询的查询语言，支持将 SQL 查询转换为 Flink 应用程序。

       Flink Streaming：一种用于实时数据处理的高级流处理 API，支持事件驱动的买源码犯罪流式应用程序。

       Flink DataSet API：一种用于批处理和流处理的数据集 API，支持迭代式和批处理式的数据处理。

       Flink YARN：一种用于在 YARN 上运行 Flink 应用程序的组件，支持在 Hadoop 生态系统中进行数据分析和处理。

       这些组件共同构成了 Flink 框架，使开发人员能够构建高效、可扩展的实时数据处理应用程序。

flink写入hdfs

       /

**

        * 该策略在以下三种情况下滚动处于 In-progress 状态的部分文件（part file）：

       

*

        * 它至少包含 分钟的数据

        * 最近 5 分钟没有收到新的记录

        * 文件大小达到 1GB （写入最后一条记录后）

        * 部分文件（part file）可以处于以下三种状态之一：

       

*

        * In-progress ：当前文件正在写入中

        * Pending ：当处于 In-progress 状态的文件关闭（closed）了，就变为 Pending 状态

        * Finished ：在成功的 Checkpoint 后，Pending 状态将变为 Finished 状态

        */

        DefaultRollingPolicy rollingPolicy = DefaultRollingPolicy

        .builder()

        .withMaxPartSize(**)// 设置每个文件的最大大小 ,默认是M。这里设置为1G

                .withRolloverInterval(TimeUnit.MINUTES.toMillis(5))// 至少包含分钟的数据

                .withInactivityInterval(TimeUnit.MINUTES.toMillis(5))// s空闲，就滚动写入新的文件 近 5 分钟没有收到新的记录

                .build();

        /

**

        * 输出配置

        */

        OutputFileConfig config = OutputFileConfig

        .builder()

        .withPartPrefix("kefu_client_")//前缀

                .withPartSuffix(".log")//后缀

                .build();

        StreamingFileSink sink = StreamingFileSink

        .forRowFormat(new Path(properties.getProperty("etl_hadoop_url")

        + properties.getProperty("etl_storm_kefu_basepath")),new SimpleStringEncoder("UTF-8"))

        .withRollingPolicy(rollingPolicy)

        .withBucketAssigner(new BasePathBucketAssigner())

        .withBucketCheckInterval(L)// 桶检查间隔，这里设置为1s

                .withOutputFileConfig(config)

        .build();

大数据开发_Flink_概述,部署,运行架构,流处理API,Window,WaterMark,ProcessFunction,状态编程

       Apache Flink是一个处理框架，专为实时和离线数据流的复杂状态计算设计，旨在提供低延迟、高吞吐量、准确性和容错性的处理能力。

       批处理作为其特殊类型，仿农行源码Flink旨在通过并行处理和分布式架构来优化性能。

       快速上手Flink，可选择在Standalone模式部署，通过slot（资源分配的基本单位）来分配资源，或者在生产环境中利用YARN（容器化资源管理）和Hadoop。session-cluster模式适用于小规模短时作业，而per-job-cluster模式则适合大型长期作业，甚至在Kubernetes上运行，以简化运维。

       Flink的运行架构包括客户端提交任务，通过HDFS和YARN进行资源管理。任务首先由JobManager调度至TaskManager，TaskManager之间通过流式通信。鸿蒙的源码客户端负责数据流的准备和提交，而JobManager和TaskManager作为独立的JVM进程运行。

       Flink的流处理API基于数据流的链式结构，包括数据源、转换和sink。算子的并行度决定了子任务的数量。对于数据处理，Flink支持多种数据源，如Kafka、Redis、Elasticsearch和自定义JDBC sink。窗口功能将无限流分割为有限流，便于分析。通亚源码

       EventTime和Watermark机制在处理乱序数据时至关重要，通过设置Watermark的延迟，Flink确保数据的准确处理和迟到数据的处理。ProcessFunction API允许开发者访问时间戳、Watermark，以及创建自定义事件驱动应用和业务逻辑。

       Flink的核心容错机制是一致性检查点，通过保存任务处理状态实现故障恢复。除了检查点，用户还可以利用保存点进行备份、更新或迁移应用。状态一致性保证了流处理结果的准确性，而端到端的数据保证则确保了整个处理过程的可靠性。

docker部署大数据平台（hadoop生态及flink)

       使用docker部署大数据平台（如Hadoop生态及Flink）能够显著缩短部署时间，提高数据开发效率。以下为搭建过程的概要：

       主流的大数据平台架构包括数据采集（Flume或Beats）、数据存储（HDFS、Hive、ES、HBase）、实时分析（Flink）、数据查询（Presto、Clickhouse）等组件。

       通过docker-compose一键部署，实现大数据平台快速搭建。组件版本如下：Apache Hadoop 3.2、Prestodb 0.、Kafka 2.0+、Hbase 2.2、Hive 3.1.2、ELK 7.9.1、Flink on yarn 1..3。

       部署步骤如下：

       1. 安装docker，确保系统兼容性。

       2. 安装docker-compose工具。

       3. 通过git clone获得docker compose文件。

       4. 切换至部署目录，运行docker-compose up -d命令启动服务。

       当前，各组件的dockerfile文件暂未开源，但所有组件基于Apache开源版本，开发时可安心使用。后续计划整合相关测试工具并开源。

Flink系列十九Flink 作业Hadoop 依赖冲突解决NoSuchMethodError

       Flink提交作业时，可能会遇到NoSuchMethodError的异常，这通常与Hadoop依赖冲突有关。查看源码后发现，错误源于2.6.0-cdh5..1版本的FsTracer通过hadoop-common加载了TraceUtils，但实际加载的是2.7.x版本的TraceUtils。因此，问题出在版本兼容性上。有以下两种解决方案：

       第一类解决方案是手动从jar包中排除冲突依赖。这需要识别冲突的库，并在Flink构建过程中排除它们，确保加载的库版本与期望一致。

       第二类解决方案是通过打包工具精确排除字节码。这可以更细致地控制类加载过程，避免不兼容版本的类被加载。

       深入理解这一问题，有助于我们意识到在使用Flink与外部系统集成时，版本兼容性是一个不容忽视的挑战。为避免此类问题，需要仔细管理依赖库的版本，确保它们之间无冲突。

       解决此类问题的最新方法（适用于所有Flink版本）在上一篇文章中已有详细描述，参见Flink系列十八HDFS_DELEGATION_TOKEN过期的问题解决汇总。

flink1..0连接apache-hive-2.3.7（Java程序）

       通过Java程序连接Apache Flink 1..0与Apache Hive 2.3.7，主要步骤如下：

       第一步：添加依赖，包括以下库：

       org.apache.flink flink-table-planner-blink_2. 1..0

       org.apache.flink flink-connector-hive_2. 1..0

       org.apache.flink flink-table-api-java-bridge_2. 1..0

       org.apache.hive hive-exec ${ hive.version} provided

       org.apache.hadoop hadoop-mapreduce-client-core 2.7.3

       org.apache.hadoop hadoop-common 2.7.3

       org.apache.hadoop hadoop-mapreduce-client-common 2.7.3

       org.apache.hadoop hadoop-mapreduce-client-jobclient 2.7.3

       org.apache.flink flink-shaded-hadoop-2-uber 2.7.5-8.0 provided

       org.datanucleus datanucleus-api-jdo 4.2.4

       org.datanucleus datanucleus-core 4.1.

       org.datanucleus datanucleus-rdbms 4.1.

       mysql mysql-connector-java 8.0.

       org.datanucleus javax.jdo 3.2.0-m3

       第二步：编写程序，加载hive-site.xml，并执行如下代码：

       java

       import org.apache.flink.table.api.EnvironmentSettings;

       import org.apache.flink.table.api.Table;

       import org.apache.flink.table.api.TableEnvironment;

       import org.apache.flink.table.catalog.hive.HiveCatalog;

       public class HiveConnect {

        public static void main(String[] args) {

        EnvironmentSettings settings = EnvironmentSettings

        .newInstance()

        .useBlinkPlanner()

        .inBatchMode()

        .build();

        TableEnvironment tableEnv = TableEnvironment.create(settings);

        String name = "myhive";

        String defaultDatabase = "ydj";

        String hiveConfDir = "D:\\OfficeWork\\WorkSpace\\GitLab\\big-data-extension\\achilles-algorithm-platform\\src\\main\\resources";

        String version = "2.3.4";

        HiveCatalog hive = new HiveCatalog(name, defaultDatabase, hiveConfDir, version);

        tableEnv.registerCatalog("myhive", hive);

        tableEnv.useCatalog("myhive");

        String createDbSql = "select * from ydj.center";

        Table table = tableEnv.sqlQuery(createDbSql);

        System.out.println(table);

        }

       }