Zeppelin原理 | Get started with Flink on Zeppelin (1)

Flink在国内阿里巴巴的带领下发展的如火如荼。一直有人在Zeppelin社区问能否在Zeppelin里使用Flink。现在终于有了进展了，从Zeppelin 0.9开始将正式支持Flink 1.10。Flink是一个批流统一的计算引擎，本文将从第一个wordcount的例子为起点来讲述如何在Zeppelin中使用Flink。

准备工作

在Zeppelin中使用Flink，需要下载最新的Zeppelin 0.9.0 以及 Flink 1.10 （本文发布时，Zeppelin 0.9.0 和 Flink 1.10都还没正式发布）。想要尝鲜的用户可以加入下面的钉钉群下载预览版。

除了下载Flink的标准release，如果你要使用Flink on Yarn模式或者连接Hive，那么你还需要下载其他Flink组件。

Flink on Yarn 需要的组件：

• flink-hadoop-compatibility https://repo1.maven.org/maven2/org/apache/flink/flink-hadoop-compatibility_2.11/1.9.1/flink-hadoop-compatibility_2.11-1.9.1.jar

• flink-shaded-hadoop-2-uber  https://repo.maven.apache.org/maven2/org/apache/flink/flink-shaded-hadoop-2-uber/2.7.5-7.0/flink-shaded-hadoop-2-uber-2.7.5-7.0.jar

连接Hive需要的组件：

• flink-connector-hive 

• hive-exec

使用pyflink需要的组件

• flink-python

这是我的lib目录下的所有jar ，也可以参考Flink官方文档：

https://ci.apache.org/projects/flink/flink-docs-master/dev/table/hive/scala_shell_hive.html

配置Zeppelin + Flink

接下来是配置Zeppelin和Flink。首先解压缩Zeppelin包之后，cd到Zeppelin目录运行下面运行这个命令启动Zeppelin（注明：请使用Mac OS 或者 Linux 系统，不要使用Windows）

bin/zeppelin-daemon.sh start

然后在浏览器里打开 http://localhost:8080 就可以看到 Zeppelin页面了。

接下来就需要配置Flink Interpreter。在Zeppelin中可以使用3种不同的Flink集群模式

• Local

• Remote

• Yarn

下面将分别说明如何配置Flink Interpreter来运行这3种模式。

• Local 模式

Flink的Local模式会在本地创建一个MiniCluster，适合做POC或者小数据量的试验。必须配置FLINK_HOME 和 flink.execution.mode

• Remote 模式

Flink的Remote模式会连接一个已经创建好的Flink集群，一般是Flink Standalone集群。除了配置FLINK_HOME和flink.execution.mode外，还需要配置flink.execution.remote.host和flink.execution.remote.port来指定JobManager的地址。

• YARN 模式

Flink的Yarn模式会在Yarn集群中创建Flink Cluster。除了配置FLINK_HOME 和 flink.execution.mode还需要配置HADOOP_CONF_DIR，并且要确保Zeppelin这台机器可以访问你的hadoop集群。

验证Flink Interpreter

完成了上面的配置之后，可以运行下面的wordcount代码来验证Flink Interpreter是否能正常工作。

如上图所示，你可以看到WordCount的输出，以及右上角的Flink JOB链接，点击这个链接你可以看到Flink Web UI中关于这个WordCount Job的详细信息。

这就是如何在Zeppelin运行Flink WordCount的过程，如果有碰到任何问题，请加入下面这个钉钉群讨论。后续我们会有更多Tutorial的文章，敬请期待。