![](https://filescdn.proginn.com/ba979f10034e7b8ca767345733761d6d/0c131f61bfdf67e48519b057ea62a989.webp)
获取Flink源代码的方式有两种:一种是通过官网的源代码下载地址直接下载,另一种是通过git clone的方式。https://flink.apache.org/downloads.html选择Flink 1.9.0的Source版本下载。输入git clone git@github.com:apache/flink.git 命令将源代码下载到本地,如图1-5所示。导入Flink 源代码分成两步,分别是将Flink源代码导入IDEA和配置Flink源代码的CheckStyle。其中,配置好Flink 源代码的CheckStyle是为了保证Flink 源代码修改符合CheckStyle里的规范要求。将下载好的Flink源代码导入IDEA,流程如下。- 启动IntelliJ IDEA 并单击欢迎窗口右上角的Open按钮。
- 选择Import project from external model和maven项,并单击Next按钮。
- 选择SDK。如果之前没有配置过SDK,单击“+”图标, 并点击JDK,选择你的JDK的目录,然后单击OK按钮。
- 在导入的项目右侧单击Maven→Generate Sources and Update Folders的图标,将Flink Library 构建到Maven 本地仓库。
- 构建项目(单击Build→Make Project图标)。
想对Flink进行二次开发或者为开源社区贡献代码的读者可以选择配置CheckStyle。IntelliJ IDEA 通过CheckStyle-IDEA 插件来支持CheckStyle。- 在IntelliJ IDEA 的Plugins Marketplace中查找并安装 CheckStyle-IDEA 插件。
- 依次选择Settings→Tools→Checkstyle并设置checkstyle。
- 将 Scan Scope设置为Only Java sources(including tests)。
- 在Checkstyle version下拉列表中选择checkstyle版本,并单击Apply按钮。(注:官方推荐版本为8.12。)
- 在Configuration File面板中单击“+”图标添加新配置:在弹窗中将Description设置为Flink;选中 Use a local Checkstyle file,并选择Flink源代码目录下的 tools/maven/checkstyle.xml文件;勾选Store relative to project location 选项,单击Next按钮;将checkstyle.suppressions.file的属性设置值为 suppressions.xml,单击Next按钮即完成配置。
- 勾选刚刚添加的新配置Flink,以将其设置为活跃的配置,依次单击Apply 和OK按钮,即完成Java 部分CheckStyle的配置。若源代码违反CheckStyle规范,CheckStyle会给出警告。
在CheckStyle 构建完成后,依次选择Settings→Editor→Code Style→Java,并单击齿轮图标,选择导入Flink源代码目录下的tools/maven/checkstyle.xml文件,这样就可以自动调整import的布局了。可以在CheckStyle的窗口中单击Check Module按钮扫描整个模块,以检测代码的CheckStyle。注意:目前Flink源代码的flink-core、flink-optimizer和 flink-runtime模块还没有完全符合设置的CheckStyle的要求,因此在这三个模块中出现违反CheckStyle的警告是正常的。开启Scala 的CheckStyle,依次选择Settings→Editor→Inspections,再搜索Scala style inspections并勾选。将Flink源代码目录下的tools/maven/scalastyle_config.xml放置到Flink 源代码的.idea目录下,即完成Scala部分CheckStyle的配置。源代码已经导入,CheckStyle也已配置好,接下来开始编译与构建Flink。在构建源代码之前,假如有修改Flink 版本的需求,可以通过修改Flink源代码的tools/change-version.sh来实现。Flink源代码的编译与构建会因Maven版本的不同而有所差异。对于Maven 3.0.x 版本、3.1.x版本、3.2.x版本,可以采用简单构建Flink的方式,在Flink源代码的根目录下运行以下命令。$ mvn clean install -DskipTests
而对于Maven 3.3.x及以上版本,则要相对麻烦一点,在Flink源代码的根目录下运行下面的命令。$ mvn clean install -DskipTests
$ cd flink-dist
$ mvn clean install
推荐使用Maven 3.2.5版本,下面就依据这个版本来介绍更多的构建内容。使用如下方式快速构建Flink源代码,会跳过测试、QA插件、Java docs。$ mvn clean install -DskipTests -Dfast
在构建Flink时,会默认构建一个Flink特定的Hadoop 2的jar,以供Flink 使用HDFS 和YARN。大多数开发者有指定Hadoop版本的需求(建议选择Hadoop 2.4及以上版本)。$ mvn clean install -DskipTests -Dhadoop.version=3.2.2 -Dinclude-hadoop
其中加上了-Dinclude-hadoop参数,这会将Hadoop的类打包到lib目录下的flink-dist*.jar,否则Hadoop 会作为一个jar包放在opt目录下。选择合适的方式构建Flink项目,会将Flink的构建放到本地Maven仓库中,并将Flink源代码构建结果放在build-target目录(Flink源代码构建目录)下。可以将build-target目录压缩到一个tar包,即与官网一样的Flink 二进制包。调试Flink 源代码有助于我们了解源代码的执行流程和排查问题。Flink 源代码调试分为本地调试和远程调试,下面来分别介绍。以Flink源代码自带Streaming 的WordCount为例介绍如何进行本地调试。找到Flink 源代码目录flink-examples/flink-examples-streaming的多级子目录下的WordCount.java,再选择Debug。读者可以在Flink源代码中设置断点进行跟踪调试。本地调试仅限于部署模式中的Local模式,对于基于Standalone、on YARN、on Kubernetes的部署模式,需要使用远程调试。远程调试方式有两种:一是修改日志等级,二是修改配置来开启Java远程调试。打开Flink源代码的构建目录(build-target)下的conf/log4j.properties,根据需要将内容中的INFO改成DEBUG,如下所示,只是将rootLogger的赋值从INFO 修改为DEBUG。修改log4j.properties后构建和运行Flink,即可通过DEBUG日志进行远程调试。# 设置全局的日志等级
log4j.rootLogger=DEBUG, file
# 也可以按需改变Flink、Akka、Hadoop、Kafka和ZooKeeper包以及其他包的日志等级
log4j.logger.org.apache.flink=INFO
log4j.logger.akka=INFO
log4j.logger.org.apache.kafka=INFO
log4j.logger.org.apache.hadoop=INFO
log4j.logger.org.apache.zookeeper=INFO
# Log all infos in the given file
log4j.appender.file=org.apache.log4j.FileAppender
log4j.appender.file.file=${log.file}
log4j.appender.file.append=false
log4j.appender.file.layout=org.apache.log4j.PatternLayout
log4j.appender.file.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss,SSS}
%-5p %-60c %x - %m%n
# Suppress the irrelevant (wrong) warnings from the Netty channel handler
log4j.logger.org.apache.flink.shaded.akka.org.jboss.netty.channel
.DefaultChannelPipeline=ERROR, file
首先打开IDEA,创建Remote项(见图1-6)并复制Remote项的Java运行参数内容,然后修改Flink 构建目录下的conf/flink-conf.yaml,添加env.java.opts属性与值,添加的内容如下:env.java.opts: -agentlib:jdwp=transport=dt_socket,server=y,suspend=n, address=5005
还可以通过env.java.opts.jobmanager 与env.java.opts.taskmanager来设置JobManager 和TaskManager运行的参数,从而设置开启远程调试。设置配置后,基于这个构建目录运行Flink应用,根据运行的JobManager 与TaskManager 的IP修改原先配置的Remote项的host,在Flink源代码中设置断点,通过Debug 配置Remote项来进行远程调试。设置env.java.opts、env.java.opts.jobmanager和env.java.opts.taskmanager的方法在on Kubernetes模式下很适用,因为Flink 运行的各个组件的IP不同。其他模式存在运行组件与IP、调试端口相同的问题,对于这种情况可以考虑采用修改日志等级的方式。通过学习Flink源代码的编译与构建,我们知道如何根据需要构建一个Flink发布包。通过学习Flink源代码的调试,我们对源代码的调试有了更深的了解,为后续理解源代码和排查源代码问题打下了基础。关于作者:罗江宇,Flink技术专家,先后就职于新浪微博、滴滴和某大型电商公司。先后主导或参与了多家公司的Flink实时计算服务的构建、对超大规模集群的维护以及Flink引擎的改造。拥有丰富的实时计算实战经验,目前专注于Kubernetes调度、Flink SQL及Flink流批一体化方向。赵士杰,资深大数据技术专家,曾就职于滴滴、阿里巴巴等一线互联网公司。从0到1深度参与了滴滴的大数据建设,拥有非常丰富的大数据平台一线建设经验,对于大数据领域的计算和存储引擎也有深入研究。李涵淼,大数据研发专家,曾任滴滴大数据开发工程师。从事大数据领域工作多年,参与过多家公司流计算平台的设计与研发,目前专注于批流一体、OLAP技术方向的研究与应用。闵文俊,蚂蚁集团技术专家、开源大数据社区爱好者、Flink Contributor,在实时计算领域工作多年,深度参与了滴滴、蚂蚁集团的实时计算平台建设。本文摘编自《Flink技术内幕:架构设计与实现原理》,经出版方授权发布。(ISBN:9787111696292)推荐语:Flink源码维护者阿里、蚂蚁、滴滴经验总结,剖析Flink机制,指导性能调优、可用性保障、效能优化、二次开发。
读书 | 书单 | 干货 | 讲明白 | 神操作 | 手把手大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化AI | 人工智能 | 机器学习 | 深度学习 | NLP5G | 中台 | 用户画像 | 数学 | 算法 | 数字孪生