Я пытаюсь развернуть производственный кластер для своей программы Flink. Я использую стандартный кластер EMR с ядром hadoop с установленным Flink 1.3.2 и использую YARN для его запуска.
Я пытаюсь настроить свой RocksDB для записи контрольных точек в корзину S3. Я пытаюсь просмотреть эти документы: https://ci.apache.org/projects/flink/flink-docs-release-1.3/setup/aws.html#set-s3-filesystem. Кажется, проблема в том, чтобы зависимости работали правильно. Я получаю эту ошибку при попытке запустить программу:
java.lang.NoSuchMethodError: org.apache.hadoop.conf.Configuration.addResource(Lorg/apache/hadoop/conf/Configuration;)V
at com.amazon.ws.emr.hadoop.fs.EmrFileSystem.initialize(EmrFileSystem.java:93)
at org.apache.flink.runtime.fs.hdfs.HadoopFileSystem.initialize(HadoopFileSystem.java:328)
at org.apache.flink.core.fs.FileSystem.getUnguardedFileSystem(FileSystem.java:350)
at org.apache.flink.core.fs.FileSystem.get(FileSystem.java:389)
at org.apache.flink.core.fs.Path.getFileSystem(Path.java:293)
at org.apache.flink.runtime.state.filesystem.FsCheckpointStreamFactory.<init>(FsCheckpointStreamFactory.java:99)
at org.apache.flink.runtime.state.filesystem.FsStateBackend.createStreamFactory(FsStateBackend.java:282)
at org.apache.flink.contrib.streaming.state.RocksDBStateBackend.createStreamFactory(RocksDBStateBackend.java:273
Я пробовал как оставить, так и изменить core-site.xml и оставить как есть. Я попытался установить HADOOP_CLASSPATH
на /usr/lib/hadoop/share
, который содержит (как я предполагаю) большинство JAR, описанных в приведенном выше руководстве. Я попытался загрузить двоичные файлы hadoop 2.7.2 и скопировать их в каталог flink / libs. Все приводит к одной и той же ошибке.
Кто-нибудь успешно получил возможность Flink писать на S3 на EMR?
РЕДАКТИРОВАТЬ: настройка моего кластера
Портал AWS:
1) EMR -> Create Cluster
2) Advanced Options
3) Release = emr-5.8.0
4) Only select Hadoop 2.7.3
5) Next -> Next -> Next -> Create Cluster ( I do fill out names/keys/etc)
Как только кластер заработает, я подключаюсь к мастеру по ssh и делаю следующее:
1 wget http://apache.claz.org/flink/flink-1.3.2/flink-1.3.2-bin-hadoop27-scala_2.11.tgz
2 tar -xzf flink-1.3.2-bin-hadoop27-scala_2.11.tgz
3 cd flink-1.3.2
4 ./bin/yarn-session.sh -n 2 -tm 5120 -s 4 -d
5 Change conf/flink-conf.yaml
6 ./bin/flink run -m yarn-cluster -yn 1 ~/flink-consumer.jar
My conf / flink-conf.yaml Я добавляю следующие поля:
state.backend: rocksdb
state.backend.fs.checkpointdir: s3:/bucket/location
state.checkpoints.dir: s3:/bucket/location
Настройка контрольной точки моей программы:
env.enableCheckpointing(getCheckpointRate,CheckpointingMode.EXACTLY_ONCE)
env.getCheckpointConfig.enableExternalizedCheckpoints(ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION)
env.getCheckpointConfig.setMinPauseBetweenCheckpoints(getCheckpointMinPause)
env.getCheckpointConfig.setCheckpointTimeout(getCheckpointTimeout)
env.getCheckpointConfig.setMaxConcurrentCheckpoints(1)
env.setStateBackend(new RocksDBStateBackend("s3://bucket/location", true))
Если вы думаете, что мне не хватает каких-либо шагов, сообщите мне.