flink项目开发-配置jar依赖，连接器，类库

Flink 免费视频直播课程地址：https://ke.qq.com/course/283798

配置依赖，连接器，类库

每个Flink应用程序依赖于一组Flink库。在最低限度,应用程序只依赖Flink api。许多应用程序依赖特定的连接器库(如kafka,cassandra,等等)。Flink运行应用程序时(在分布式部署,或在IDE中测试),Flink运行时库必须是可用的。

 

Flink核心依赖和应用依赖

与大多数系统运行的用户自定义程序一样，flink有两大类依赖和库。

 

• Flink核心依赖：flink本身由一组类和运行时需要的依赖构成，例如：协调，网络，检查点，故障转移，api，操作(窗口操作)，资源管理等等。当一个flink程序启动的是，flink核心的这些类和依赖在运行时必须存在。
  这些核心class和依赖被打包到flink-dist这个jar中。它们是flink lib文件夹中的一部分并且是基本flink镜像的一部分。这些依赖库类似于java的核心类库(例如 rt.jar，charsets.jar 等等)，包含的这些class就像是string和list。
  flink核心依赖项不包含任何连接器或类库(CEP,SQL,ML等等)，为了避免过多的依赖关系和类在默认的类路径下。事实上，我们尽量保证核心依赖尽可能简介，保证默认的类路径尽量小，避免依赖冲突。
• 用户应用程序依赖：所有的连接器，formats，或者类库，只要是用户程序需要的东西。
  用户应用程序通常打包成一个应用程序jar，它包含应用程序代码和所需的连接器和库的依赖关系。
  用户应用程序依赖关系明确不包含flink的 DataSet/DataStream API 和运行时依赖，因为这些已经包含在flink的核心依赖中了。

建立一个项目：基本依赖关系

每一个flink应用程序需要最基本的API依赖。针对maven，你可以使用java代码开发模板或者scala代码开发模板去创建项目并且初始化项目依赖。

当手动创建一个项目的时候，你需要添加以下依赖针对java/scala API。(这里是针对maven的语法提供的依赖配置，其他语法也是类似的，例如Gradle SBT等等 )

 

java代码依赖

  org.apache.flink
  flink-java
  1.4.1
  provided


  org.apache.flink
  flink-streaming-java_2.11
  1.4.1
  provided

scala代码依赖

  org.apache.flink
  flink-scala_2.11
  1.4.1
  provided


  org.apache.flink
  flink-streaming-scala_2.11
  1.4.1
  provided

请注意：所有这些依赖关系都设置的有生效范围provided，这意味着他们只在编译的时候需要，但是他们不应有被打包到应用程序的jar中，因为这些依赖项是flink的核心依赖，当我们启动flink集群的时候它们已经存在了。

强烈建议使用provided设置生效范围，如果没有提供这个参数，最好的情况是，因此产生的jar变得很大，因为它包含了所有flink核心依赖的代码。最坏的情况是，flink核心依赖项添加到应用程序的jar文件中与你自己集群的依赖版本发生冲突。(这通常是避免通过反向类加载)。

使用IntelliJ请注意：为了使应用程序可以在Intellij IDEA中运行，Flink的依赖应该设置为compile，而不能是provided。否则IntelliJ不会将他们添加到类路径，当执行的时候就会报错NoClassDefFoundError，执行就会失败。为了避免具体指定生效范围，可以添加一个配置文件，来实现在idea中运行的时候，使用compile级别，打包集群运行的时候使用provided级别。

 

添加连接器和类库依赖

大部分程序需要特殊指定连接器或者类库的依赖才能运行，例如连接到kafka，cassandra等等。这些连接器不是flink核心依赖的一部分，在运行程序的时候必须把依赖添加进来。

下面是一个添加kafka0.10版本连接器的例子

    org.apache.flink
    flink-connector-kafka-0.10_2.11
    1.4.1

我们推荐打包应用程序代码以及所有必须的依赖到一个jar-with-dependencies的应用程序jar包中。这个应用程序jar可以提交到一个运行中的flink集群中或者是添加到flink应用程序容器的镜像中。

使用java/scala项目模板创建的项目默认会把需要的依赖自动的打包到应用程序jar包中，当你执行mvn clean package命令的时候。如果创建项目的时候没有使用这些模板，我们建议添加maven的shade插件来进行打包，可以吧所有必须的依赖都打进去。

请注意：当使用maven吧依赖打包进应用程序jar中的时候，这些应该依赖的scope熟悉必须设置为compile(如果是flink的核心依赖，必须设置scope为provided)

 

scala版本

scala版本(2.10,2.11,2.12等)不是互相兼容的，出于这个原因，flink scala2.11 不能适用于使用scala2.12的应用程序。

所有的flink依赖项取决于对应的scala后缀，这个表示使用对应的scala版本进行编译的。例如：flink-streaming-scala_2.11 表示使用scala2.11版本进行编译的。

java程序开发者可以选择任何scala版本，scala开发人员需要选择相匹配的scala版本程序。

详情请参阅构建指南，针对如何构建特定scala版本的flink。

注意：由于scala2.12的重大变化，flink 1.5版本目前只有scala2.11版本。未来会支持2.12。

 

hadoop依赖

一般规则：不应该把hadoop的依赖添加到你的应用程序中。(唯一的例外是当使用现有基于Hadoop输入/输出格式与Flink的Hadoop兼容性包装)

如果你想在flink中操作hadoop，你需要在安装flink的时候包含hadoop依赖，而不是把hadoop的依赖添加到flink应用程序中。详情请参阅hadoop设置指南。

这样设计有两个主要原因：

 

• 一些hadoop交互发生在flink核心代码上，可能是在用户应用程序开始之前，例如：设置hdfs检查点，认证hadoop的kerberos令牌，或者部署在yarn上。
• Flink倒类加载的方法隐藏了许多传递(及物)的依赖关系的核心依赖关系。不仅适用于Flink的核心依赖,而且Hadoop的依赖关系中设置。这样,应用程序可以使用不同版本的相同的依赖没有依赖冲突(信任我们,这是一个大问题,因为hadoop依赖树是巨大的。)

如果你需要Hadoop依赖在测试期间内或开发过程中(例如HDFS访问),请配置这些依赖关系，然后设置scope为test或者provided

附录: 构建带有依赖jar包的模板(在pom文件中添加此build配置)

建立一个包含所有应用程序JAR依赖项的配置,您可以使用以下定义：

	
		
			org.apache.maven.plugins
			maven-shade-plugin
			3.0.0
			
				
					package
					
						shade
					
					
						
							
								com.google.code.findbugs:jsr305
								org.slf4j:*
								log4j:*
							
						
						
							
								
								*:*
								
									META-INF/*.SF
									META-INF/*.DSA
									META-INF/*.RSA
								
							
						
						
							
								my.prorgams.main.clazz
							
						
					
				
			
		
	

 

 

 

 

获取更多大数据资料，视频以及技术交流请加群：