pyflink的安裝和測試

一寸HUI發表於2022-07-06

pyflink安裝

安裝前提：python3.6-3.8

參考：Installation | Apache Flink

Python version (3.6, 3.7 or 3.8) is required for PyFlink. Please run the following command to make sure that it meets the requirements:
$ python --version
# the version printed here must be 3.6, 3.7 or 3.8

這裡你可以安裝python3或者Anaconda3，最後通過python -V命令檢視版本資訊

兩種安裝方式：

本次安裝基於flink1.13.2版本

  • 如果你有網路：可以直接通過命令安裝
python -m pip install apache-flink==1.13.2
  • 原始碼編譯方式

In addition you need Maven 3 and a JDK (Java Development Kit). Flink requires at least Java 8 to build.

maven選擇3.2.5版本，java選擇高一點的java8版本

參考：Building Flink from Source | Apache Flink

下載原始碼：（這裡我從其他網址下載的1.13.2的原始碼）

git clone https://github.com/apache/flink.git

編譯：編譯的過程中可能會報錯，具體解決就好

mvn clean install -DskipTests 

#To speed up the build you can skip tests, QA plugins, and JavaDocs:
或者：mvn clean install -DskipTests -Dfast

編譯完成後開始處理pyflink的事情

安裝gcc【可選】

yum install -y gcc gcc-c++

安裝依賴（flink-python目錄在flink編譯目錄下面）

 python -m pip install -r flink-python/dev/dev-requirements.txt

然後轉到 flink 原始碼的根目錄並執行此命令來構建 和 的 sdist 包和 wheel 包：apache-flink，apache-flink-libraries的 sdist 包可以在 下找到。它可以按如下方式安裝：apache-flink-libraries``./flink-python/apache-flink-libraries/dist/

cd flink-python; python setup.py sdist bdist_wheel; cd apache-flink-libraries; python setup.py sdist; cd ..;

如果是公司內網，這裡需要配置pip源，安裝的時候有依賴，因為我編譯的時候使用的是虛擬機器，可以上網的

python -m pip install apache-flink-libraries/dist/*.tar.gz

python -m pip install dist/*.tar.gz

通過pip list | grep flink命令檢視安裝效果

測試

Local-SingleJVM 模式部署

該模式多用於開發測試階段，簡單的利用 Python pyflink_job.py 命令，PyFlink 就會預設啟動一個 Local-SingleJVM 的 Flink 環境來執行作業，如下：

寫一個指令碼：wordcount.py

from pyflink.table import DataTypes, TableEnvironment, EnvironmentSettings
from pyflink.table.descriptors import Schema, OldCsv, FileSystem
from pyflink.table.expressions import lit

settings = EnvironmentSettings.new_instance().in_batch_mode().use_blink_planner().build()
t_env = TableEnvironment.create(settings)

# write all the data to one file
t_env.get_config().get_configuration().set_string("parallelism.default", "1")
t_env.connect(FileSystem().path('/tmp/input')) \
    .with_format(OldCsv().field('word', DataTypes.STRING())) \
    .with_schema(Schema().field('word', DataTypes.STRING())) \
    .create_temporary_table('mySource')

t_env.connect(FileSystem().path('/tmp/output')) \
    .with_format(OldCsv().field_delimiter('\t') \
    .field('word', DataTypes.STRING()) \
    .field('count', DataTypes.BIGINT())) \
    .with_schema(Schema() \
    .field('word', DataTypes.STRING()) \
    .field('count', DataTypes.BIGINT())) \
    .create_temporary_table('mySink')

tab = t_env.from_path('mySource')
tab.group_by(tab.word).select(tab.word, lit(1).count).execute_insert('mySink').wait()

在shell 命令列執行：

echo -e  "flink\npyflink\nflink" > /tmp/input
python wordcount.py
cat /tmp/output

參考：PyFlink 安裝和使用

Local-SingleNode 模式部署

這種模式一般用在單機環境中進行部署，如 IoT 裝置中，我們從 0 開始進行該模式的部署操作。我們進入到 flink/build-target 目錄，執行如下命令:

 cd /root/flink-1.13.2/build-target/bin/
 ./start-cluster.sh

登陸http://ip:8081檢視

提交作業：

/root/flink-1.13.2/build-target/bin/flink run -m localhost:8081 -py /root/wordcount.py

參考：PyFlink 作業的多種部署模式

相關文章