本文为您介绍如何基于JAR资源文件,构建Flink_DataStream实时计算任务。

前提条件

完成JAR资源文件上传至Dataphin平台,详情请参见新建资源

背景信息

新建Flink_DataStream计算任务的权限限制,详情请参见数据开发权限列表

Flink_DataStream任务仅支持处理实时任务。

步骤一:新建Flink_DataStream任务

  1. 在Dataphin控制台页面,选择工作区地域后,单击进入Dataphin>>
    您可以通过以下方式,快速进入工作区:
    • 选择工作区地域后,单击快速开始相关工作区域中相应的功能模块。
    • 选择工作区地域后,单击快速进入研发项目后的DevProdBasic页签,选择相应的项目。
  2. 在Dataphin首页,单击顶部菜单栏研发
  3. 在数据开发页面,单击项目名称后的test图标后,单击DevBasic页签,选择数据开发的项目空间。
    如果您当前访问的是DevBasic项目,且项目空间为您的数据开发空间,则无需选择项目空间。
  4. 在数据开发页面,单击数据处理
    如果进入数据开发页面后,系统默认进入数据处理页签,则无需再次单击数据处理
  5. 数据处理页签,单击左侧导航栏agaga计算任务图标。
  6. 新建Flink_DataStream计算任务。
    1. 计算任务页面,您可以通过以下方式,进入新建Flink_DataStream对话框。
      • 单击计算任务后的图标,选择计算任务 > FLINK_DATASTREAM
      • 单击项目名称后的图标,选择数据处理 > 计算任务 > FLINK_DATASTREAM
      • 开发首页的任务研发区域,单击FLINK_DATASTREAM后的图标。
    2. 新建Flink_DataStream对话框,配置参数。
      tset
      参数 描述
      名称 实时计算任务的名称。 名称支持由小写英文字母、数字、下划线(_)组合组成。名称的限制如下:
      • 名称的长度范围为3~62个字符。
      • 项目内的名称不支持重复。
      • 名称仅支持以英文字母开头。
      选择目录 实时计算任务所属的目录。
      选择资源 该实时任务依赖的资源包。
      类名 使用资源的完整类名。
      资源队列 该项目所绑定的实时计算源中的资源队列。
      引擎版本 当前资源队列所支持的版本。
    3. 单击确定,完成Flink_DataStream实时计算任务的创建。

步骤二:开发Flink_DataStream任务的代码

  1. 在Flink_DataStream任务代码页面,编写任务的代码。
  2. 单击页面右上方的预编译,校验代码任务的语法及权限问题。
    您可以单击页面右上方的格式化,系统自动调整SQL代码格式。

步骤三:配置资源

配置Flink_DataStream任务中的资源信息。

  1. 在Flink_DataStream任务代码开发页面,单击页面上方的定向配置
  2. 定向配置面板的资源配置区域,您可以执行以下操作。
    • 配置资源配置类型,默认选择为系统推荐配置。您也可以选中自定义配置后,单击去配置,配置参数。
      模式 描述
      可视化配置 您可以配置资源组节点和组件节点的执行参数。
      配置资源组节点的执行参数:
      1. 在配置资源类型页面,单击可视化模式
      2. 单击资源组上方的图标。
      3. 在对话框中,配置参数。
      4. 单击确定,完成资源组的执行参数的配置。
      5. 完成配置DAG图中所有资源组节点的执行参数后,单击页面右上角的保存
      配置资源组中组件节点的执行参数:
      1. 在配置资源类型页面,单击可视化模式
      2. 单击资源组上方的test图标,展开该组。
      3. 单击节点右上角的图标。
      4. 在对话框中,配置参数。
      5. 单击确定,完成组件节点执行参数的配置。
      6. 完成配置DAG图中所有资源组节点的执行参数后,单击页面右上角的保存
      代码模式 配置资源组节点和组件节点的执行参数:
      1. 在配置资源类型页面,单击代码模式
      2. 根据代码页面提示,定义资源组和组件节点的执行参数,单击页面右上角的保存
    • 如果资源配置类型自定义配置,则单击资源信息记录后的保存当前配置为新纪录。在保存资源记录对话框中,输入资源记录名称后,单击确定
      对已有的资源信息记录,您可以执行以下操作。
      操作 描述
      查看版本信息 单击某个记录操作列下的tesga图标,查看版本信息。
      启用记录
      1. 单击某个记录的操作列下的taga图标。
      2. 提示对话框中,单击确定
      删除记录
      1. 单击某个记录操作列下的teag图标。
      2. 提示对话框中,单击确定
    • 打开自动调优开关,配置最大CU数期望最大内存,开启自动调优。

步骤四:配置依赖关系

  1. 在Flink_DataStream任务代码开发页面,单击页面上方的定向配置
  2. 定向配置面板的依赖关系区域,配置依赖关系。
    fa'ga'gfagag
    参数 描述
    自动解析 当节点的任务类型为SQL时,您可以单击自动解析,系统会解析代码中的表,并查找到与该表名相同的输出名称。输出名称所在的节点作为当前节点的上游依赖。
    如果代码中引用项目变量或不指定项目,则系统默认解析为生产项目名,以保证生成调度的稳定性。例如,开发项目名称为onedata_dev
    • 如果代码里指定select * from s_order,则调度解析依赖为onedata.s_order
    • 如果代码里指定select * from ${onedata}.s_order,则调度解析依赖为onedata.s_order
    • 如果代码里指定select * from onedata.s_order,则调度解析依赖为onedata.s_order
    • 如果代码里指定select * from onedata_dev.s_order,则调度解析依赖为onedata_dev.s_order
    上游依赖 通过执行如下操作,添加该节点任务调度时依赖的上游节点:
    1. 单击手动添加上游
    2. 新建上游依赖对话框中,您可以通过以下两种方式搜索依赖节点:
      • 输入所依赖节点的输出名称的关键字进行搜索节点。
      • 输入virtual搜索虚拟节点(每个租户或企业在初始化时都会有一个根节点)。
      说明 节点的输出名称是全局唯一的,且不区分大小写。
    3. 单击确定新增
    同时您还可以单击操作列下的fagaga图标,删除已添加的依赖节点。
    当前节点 通过执行如下操作,设置当前节点的输出名称,根据需要您可以设置多个输出名称,供其他节点依赖使用:
    1. 单击手动添加输出
    2. 新增当前节点输出对话框中,填写输出名称。输出名称的命名规则请尽量统一,一般命名规则为生成项目名.表名且不区分大小写,以标识本节点产出的表,同时其他节点更好地选择调度依赖关系。

      例如,开发项目名称为onedata_dev,建议将输出名称设置为onedata.s_order。如果您将输出名称设置为onedata_dev.s_order,则仅限代码select * from onedata_dev.s_order能解析出上游依赖节点。

    3. 单击确定新增
    同时您还可以对当前节点已添加的输出名称执行如下操作:
    • 单击操作列下的fagaga图标,删除已添加的输出名称。
    • 如果该节点已提交或发布。且被任务所依赖(任务已提交),则单击操作列下的图标,查看下游节点。

步骤五:配置任务参数

Flink_DataStream任务代码中的通用参数,您可以通过任务参数进行批量配置。

  1. 在Flink_DataStream任务代码开发页面,单击页面上方的定向配置
  2. 定向配置面板,任务参数配置区域,配置参数。

步骤六:提交或发布Flink_DataStream任务

  1. 在Flink_DataStream任务代码开发页面,单击页面右上方的test图标,保存Flink_DataStream任务。
  2. 在Flink_DataStream任务代码开发页面,单击页面右上方的taga图标,提交Flink_DataStream任务。
  3. 提交备注对话框,填写备注信息。
  4. 单击确定并提交,完成Flink_DataStream任务的提交。
  5. 可选:发布Flink_DataStream任务至生产环境。
    • 如果您的开发模式是Dev-Prod模式,则需要发布实时计算任务,详情请参见管理发布任务
    • 如果您的开发模式是Basic模式,则提交成功的实时计算任务,即可进入生产环境。