【免费下载】 Dinky项目部署指南:从零开始搭建实时计算平台
2026-02-04 04:33:38作者:钟日瑜
前言
Dinky作为一款开源的实时计算平台,以其轻量级、解耦性和多集群支持能力受到开发者青睐。本文将详细介绍如何在Linux环境下完成Dinky的完整部署流程,帮助开发者快速搭建自己的实时计算平台。
环境准备
在开始部署前,请确保已具备以下环境:
- Linux操作系统(推荐CentOS 7+)
- MySQL数据库(5.7或8.0版本)
- Java运行环境(JDK 8+)
- 可选:Nginx服务器
部署步骤详解
1. 解压安装包
首先将下载的Dinky安装包解压到目标目录:
tar -zxvf dlink-release-{version}.tar.gz
mv dlink-release-{version} dlink
cd dlink
Dinky设计为独立部署,不依赖外部Hadoop或Flink环境,这使得部署过程更加灵活简单。
2. 数据库初始化
Dinky使用MySQL作为后端存储,数据库初始化是部署的关键步骤。
2.1 创建数据库和用户
根据MySQL版本选择不同的创建方式:
MySQL 5.x版本:
CREATE DATABASE dlink;
GRANT ALL PRIVILEGES ON dlink.* TO 'dlink'@'%' IDENTIFIED BY 'dlink' WITH GRANT OPTION;
FLUSH PRIVILEGES;
MySQL 8.x版本:
CREATE DATABASE dlink;
CREATE USER 'dlink'@'%' IDENTIFIED WITH mysql_native_password BY 'dlink';
GRANT ALL PRIVILEGES ON dlink.* TO 'dlink'@'%';
FLUSH PRIVILEGES;
2.2 执行初始化脚本
首次部署执行完整SQL脚本:
mysql -h 主机名 -udlink -pdlink
use dlink;
source /opt/dlink/sql/dinky.sql
升级部署需按版本顺序执行升级脚本:
source /opt/dlink/sql/upgrade/${version}_schema/mysql/dinky_ddl.sql
source /opt/dlink/sql/upgrade/${version}_schema/mysql/dinky_dml.sql
3. 配置调整
修改Dinky的配置文件以连接MySQL数据库:
cd config/
vim application.yml
在配置文件中需要正确设置数据库连接信息,包括:
- 数据库URL
- 用户名和密码
- 连接池参数
4. 依赖管理(关键步骤)
Dinky需要Flink环境支持,需手动添加相关依赖:
mkdir plugins
将以下必要文件放入plugins目录:
- Flink核心jar包(flink-dist)
- Flink Table API相关jar包
- 连接器jar包
- 序列化相关jar包
特别注意事项:
- 如果使用YARN模式,需要添加flink-shade-hadoop包
- 对于Hadoop 3+环境,建议编译dlink-client-hadoop.jar替代uber包
5. 版本适配(重要)
Dinky需要与Flink版本匹配,主要关注三个关键组件:
- dlink-catalog-mysql
- dlink-client
- dlink-app
检查lib目录下的jar包版本是否与使用的Flink版本一致,如不一致需从extends和jar目录中获取对应版本替换。
6. Nginx配置(可选)
虽然Dinky可以不依赖Nginx运行,但生产环境建议配置Nginx作为反向代理:
yum -y install epel-release
yum -y install nginx
systemctl enable nginx
service nginx start
配置Nginx(/etc/nginx/nginx.conf):
server {
listen 9999;
server_name your_hostname;
location / {
root /path/to/dinky/html;
index index.html index.htm;
try_files $uri $uri/ /index.html;
}
location ^~ /api {
proxy_pass http://Dinky后端地址:8888;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_set_header X-Real-IP $remote_addr;
}
}
配置完成后重启Nginx:
systemctl restart nginx
nginx -t
nginx -s reload
7. 启动与停止
使用提供的脚本管理Dinky服务:
# 启动
sh auto.sh start
# 停止
sh auto.sh stop
# 重启
sh auto.sh restart
# 查看状态
sh auto.sh status
默认管理员账号:admin/admin
部署后检查
部署完成后,建议进行以下验证:
- 检查日志文件是否有错误
- 访问Web界面确认功能正常
- 测试连接Flink集群
- 执行简单SQL任务验证功能完整性
常见问题解决
- 数据库连接失败:检查application.yml配置,确认数据库服务可访问
- 版本不匹配:确保所有组件版本一致,特别是Flink相关jar包
- 权限问题:确保运行用户对Dinky目录有读写权限
- 端口冲突:检查8888端口是否被占用
最佳实践建议
- 生产环境建议使用Nginx作为反向代理
- 定期备份数据库,特别是升级前
- 为不同Flink版本维护独立的plugins目录
- 监控Dinky服务运行状态和资源使用情况
通过以上步骤,您应该能够成功部署Dinky实时计算平台。部署完成后,可以开始配置Flink集群连接和开发实时计算任务。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0769
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0313
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
827
5.49 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
518
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
648
287