Flink1.12支持对接Atlas【使用Atlas收集Flink元数据】
Flink1.12支持对接Atlas【使用Atlas收集Flink元数据】
问题导读 1.Atlas中实体具体指什么？ 2.如何为Flink创建Atlas实体类型定义？ 3.如何验证元数据收集？ 在Cloudera Streaming Analytics中，可以将Flink与Apache Atlas一起使用，以跟踪Flink作业的输入和输出数据。 Atlas是沿袭和元数据管理解决方案，在Cloudera Data Platform上受支持。这意味着可以查找，组织和管理有关Flink应用程序以及它们如何相互关联的数据的不同资产。这实现了一系列数据管理和法规遵从性用例。 有关Atlas的更多信息，请参阅Cloudera Runtime文档。 Flink元数据集合中的Atlas实体 在Atlas中，表示Flink应用程序，Kafka主题，HBase表等的核心概念称为实体。需要了解Flink设置中实体的关系和定义，以增强元数据收集。 为Flink创建Atlas实体类型定义 在提交Flink作业以收集其元数据之前，需要为Flink创建Atlas实体类型定义。在命令行中，需要连接到Atlas服务器并添加预定义的类型定义。还需要在Cloudera Manager中为Flink启用Atlas。 验证元数据收集 启用Atlas元数据收集后，群集上新提交的Flink作业也将其元数据提交给Atlas。可以通过请求有关Atlas挂钩的信息来在命令行中使用消息验证元数据收集。 Flink元数据集合中的Atlas实体 在Atlas中，表示Flink应用程序，Kafka主题，HBase表等的核心概念称为实体。需要了解Flink设置中实体的关系和定义，以增强元数据收集。 在向Atlas提交更新时，Flink应用程序会描述自身以及用作源和接收器的实体。Atlas创建并更新相应的实体，并从收集到的和已经可用的实体创建沿袭。在内部，Flink客户端和Atlas服务器之间的通信是使用Kafka主题实现的。该解决方案被Atlas社区称为Flink挂钩。
为Flink创建Atlas实体类型定义 在提交Flink作业以收集其元数据之前，需要为Flink创建Atlas实体类型定义。在命令行中，需要连接到Atlas服务器并添加预定义的类型定义。还需要在Cloudera Manager中为Flink启用Atlas。 默认情况下，Atlas不包括Flink的元数据源。管理员必须手动将实体类型定义上载到群集，才能启动Flink元数据收集。 注意： 启用或禁用TLS时，Atlas管理服务器的默认端口分别为31433和31000。 步骤 1.使用Atlas REST API将设计的实体类型定义上载到集群。
- curl -k -u <atlas_admin>:<atlas_admin_pwd> --location --request POST 'https://<atlas_server_host>:<atlas_server_port>/api/atlas/v2/types/typedefs' \
- --header 'Content-Type: application/json' \
- --data-raw '{
- "enumDefs": [],
- "structDefs": [],
- "classificationDefs": [],
- "entityDefs": [
- {
- "name": "flink_application",
- "superTypes": [
- "Process"
- ],
- "serviceType": "flink",
- "typeVersion": "1.0",
- "attributeDefs": [
- {
- "name": "id",
- "typeName": "string",
- "cardinality": "SINGLE",
- "isIndexable": true,
- "isOptional": false,
- "isUnique": true
- },
- {
- "name": "startTime",
- "typeName": "date",
- "cardinality": "SINGLE",
- "isIndexable": false,
- "isOptional": true,
- "isUnique": false
- },
- {
- "name": "endTime",
- "typeName": "date",
- "cardinality": "SINGLE",
- "isIndexable": false,
- "isOptional": true,
- "isUnique": false
- },
- {
- "name": "conf",
- "typeName": "map<string,string>",
- "cardinality": "SINGLE",
- "isIndexable": false,
- "isOptional": true,
- "isUnique": false
- },
- {
- "name": "inputs",
- "typeName": "array<string>",
- "cardinality": "LIST",
- "isIndexable": false,
- "isOptional": false,
- "isUnique": false
- },
- {
- "name": "outputs",
- "typeName": "array<string>",
- "cardinality": "LIST",
- "isIndexable": false,
- "isOptional": false,
- "isUnique": false
- }
- ]
- }
- ],
- "relationshipDefs": []
- }'
复制代码
2.登录到Cloudera Manager。 3.转到Flink>配置。 4.在搜索栏中搜索“启用图集”。 5.启用Atlas元数据收集。
成功提交后，Flink客户端会通知Atlas有关作业的元数据。 验证元数据收集 启用Atlas元数据收集后，群集上新提交的Flink作业也将其元数据提交给Atlas。可以通过请求有关Atlas挂钩的信息来在命令行中使用消息验证元数据收集。 要验证元数据集合，可以从“运行Flink作业”中运行“流式WordCount”示例。 在日志中，出现以下新行：
- ...
- 20/05/13 06:28:12 INFO hook.FlinkAtlasHook: Collecting metadata for a new Flink Application: Streaming WordCount
- ...
- 20/05/13 06:30:35 INFO hook.AtlasHook: <== Shutdown of Atlas Hook
复制代码
Flink通过Kafka主题与Atlas通信，默认情况下，该主题名为ATLAS_HOOK。 转载注明本文链接
https://www.aboutyun.com/forum.php?mod=viewthread&tid=30521
----------------------------END----------------------------