在Farn on Yarn上与Kafka并行

Question

我想在我的Flink工作中与我的Kafka源代码保持并行，但是到目前为止我还是失败了。

我为Kafka生产者设置了4个分区：

$ ./bin/kafka-topics.sh --describe --zookeeper X.X.X.X:2181 --topic mytopic
Topic:mytopic   PartitionCount:4    ReplicationFactor:1 Configs:
    Topic: mytopic  Partition: 0    Leader: 0   Replicas: 0 Isr: 0
    Topic: mytopic  Partition: 1    Leader: 0   Replicas: 0 Isr: 0
    Topic: mytopic  Partition: 2    Leader: 0   Replicas: 0 Isr: 0
    Topic: mytopic  Partition: 3    Leader: 0   Replicas: 0 Isr: 0

我的scala代码如下：

    val env = StreamExecutionEnvironment.getExecutionEnvironment
        env.setParallelism(4)
        env.getConfig.setGlobalJobParameters(params)

    // **** Kafka CONNECTION ****
    val properties = new Properties();
    properties.setProperty("bootstrap.servers", params.get("server"));
    properties.setProperty("group.id", "test");


    // **** Get KAFKA source ****
   val stream: DataStream[String] = env.addSource(new FlinkKafkaConsumer010[String](params.get("topic"), new SimpleStringSchema(), properties))

我在YARN上工作：

$ ./bin/flink run -m yarn-cluster -yn 4 -yjm 8192 -ynm test -ys 1 -ytm 8192 myjar.jar --server X.X.X.X:9092 --topic mytopic

我尝试了一堆东西，但是我的资源没有并行化：

有几个Kafka分区和至少同样多的插槽/任务管理器应该这样做，对吗？

Answer 1

我遇到过同样的问题。 我建议您检查两件事。

1. 在实施生产者时，请检查是否为刷新到Kafka的每个记录都产生了相同的键。 （您应该拥有分布合理的密钥，或者只是将其设置为null）。

producer.send(new ProducerRecord<String,String>("topicName","yourKey","yourMessage")

至

producer.send(new ProducerRecord<String,String>("topicName",null,"yourMessage")

2. 检查您的Kafka生产者库版本是否与Kafka消费者库版本兼容。