首页
/ StreamPark项目YARN Application模式运行Flink SQL作业问题解析

StreamPark项目YARN Application模式运行Flink SQL作业问题解析

2025-06-19 04:03:04作者:苗圣禹Peter

问题背景

在Apache StreamPark项目中使用Flink SQL Demo时,用户发现YARN Session和Per-Job模式可以正常运行,但在YARN Application模式下却遇到了运行失败的情况。这个问题涉及Flink在YARN环境下的部署机制,值得深入分析。

错误现象分析

从错误日志中可以清晰地看到,系统抛出了FileNotFoundException异常,提示hdfs://nameservice1/streampark/plugins目录不存在。这个错误发生在YARN Application模式部署过程中,具体是在Flink尝试上传应用程序文件到HDFS时触发的。

根本原因

  1. 目录缺失问题:StreamPark在YARN Application模式下运行时,默认会尝试将插件文件上传到HDFS的/streampark/plugins目录下。如果该目录不存在,就会导致部署失败。

  2. 部署机制差异:YARN Application模式与Session/Per-Job模式的主要区别在于:

    • Application模式会将整个应用打包上传到YARN
    • 需要访问HDFS来存储必要的依赖文件
    • 对HDFS目录结构有特定要求
  3. 权限问题:虽然本次错误主要表现为目录不存在,但在实际生产环境中,还可能出现权限不足导致无法创建或写入目录的情况。

解决方案

针对这个问题,官方在StreamPark 2.1.5版本中已经修复了相关bug。对于使用早期版本的用户,可以通过以下手动解决方案:

  1. 创建HDFS目录
hdfs dfs -mkdir -p /streampark/plugins
  1. 确保目录权限
hdfs dfs -chmod 755 /streampark/plugins
  1. 升级到最新版本:建议升级到StreamPark 2.1.5或更高版本,以获得更稳定的YARN Application模式支持。

技术深度解析

这个问题实际上反映了Flink在YARN Application模式下的文件上传机制。当使用Application模式时,Flink会:

  1. 将用户jar包及其依赖打包
  2. 上传到HDFS的临时目录
  3. 同时会检查并上传插件目录
  4. 最后由YARN从HDFS获取这些文件来启动应用

StreamPark作为管理平台,需要确保这些HDFS目录结构的存在和可访问性。2.1.5版本的改进可能包括:

  • 自动创建所需HDFS目录
  • 更完善的错误处理和提示
  • 更灵活的目录配置选项

最佳实践建议

  1. 在使用YARN Application模式前,预先检查HDFS目录结构和权限
  2. 考虑在StreamPark配置中自定义HDFS上传路径
  3. 对于生产环境,建议使用最新稳定版本的StreamPark
  4. 定期清理HDFS上的临时文件,避免存储空间浪费

总结

这个问题虽然表现为简单的目录缺失错误,但背后反映了大数据作业调度平台与资源管理系统(YARN)之间的交互机制。理解这些底层原理,有助于开发运维人员更好地使用StreamPark管理Flink作业,特别是在复杂的生产环境中。

登录后查看全文
热门项目推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
929
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8