Flink Kafka 源时间戳提取器的类加载

Question

我正在尝试将 Flink 作业部署到基于flink:1.4.1-hadoop27-scala_2.11-alpine映像的集群。 这项工作正在使用 Kafka 连接器源 (flink-connector-kafka-0.11)，我正在尝试为其分配时间戳和水印。 我的代码与Flink Kafka 连接器文档中的 Scala 示例非常相似。 但是使用 FlinkKafkaConsumer011

val myConsumer = new FlinkKafkaConsumer08[String]("topic", new SimpleStringSchema(), properties)
myConsumer.assignTimestampsAndWatermarks(new CustomWatermarkEmitter())

从我的 IDE 本地运行时，这非常有效。 但是，在集群环境中，我收到以下错误：

java.lang.ClassNotFoundException: com.my.organization.CustomWatermarkEmitter
at java.net.URLClassLoader.findClass(URLClassLoader.java:381)
at java.lang.ClassLoader.loadClass(ClassLoader.java:424)
at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:335)
at java.lang.ClassLoader.loadClass(ClassLoader.java:357)
at java.lang.Class.forName0(Native Method)
at java.lang.Class.forName(Class.java:348)
at org.apache.flink.util.InstantiationUtil$ClassLoaderObjectInputStream.resolveClass(InstantiationUtil.java:73)
at java.io.ObjectInputStream.readNonProxyDesc(ObjectInputStream.java:1863)
at java.io.ObjectInputStream.readClassDesc(ObjectInputStream.java:1746)
at java.io.ObjectInputStream.readOrdinaryObject(ObjectInputStream.java:2037)
at java.io.ObjectInputStream.readObject0(ObjectInputStream.java:1568)
at java.io.ObjectInputStream.readObject(ObjectInputStream.java:428)
at org.apache.flink.util.InstantiationUtil.deserializeObject(InstantiationUtil.java:393)
at org.apache.flink.util.InstantiationUtil.deserializeObject(InstantiationUtil.java:380)
at org.apache.flink.util.InstantiationUtil.deserializeObject(InstantiationUtil.java:368)
at org.apache.flink.util.SerializedValue.deserializeValue(SerializedValue.java:58)
at org.apache.flink.streaming.connectors.kafka.internals.AbstractFetcher.createPartitionStateHolders(AbstractFetcher.java:521)
at org.apache.flink.streaming.connectors.kafka.internals.AbstractFetcher.<init>(AbstractFetcher.java:167)
at org.apache.flink.streaming.connectors.kafka.internal.Kafka09Fetcher.<init>(Kafka09Fetcher.java:89)
at org.apache.flink.streaming.connectors.kafka.internal.Kafka010Fetcher.<init>(Kafka010Fetcher.java:62)
at org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010.createFetcher(FlinkKafkaConsumer010.java:203)
at org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumerBase.run(FlinkKafkaConsumerBase.java:564)
at org.apache.flink.streaming.api.operators.StreamSource.run(StreamSource.java:86)
at org.apache.flink.streaming.api.operators.StreamSource.run(StreamSource.java:55)
at org.apache.flink.streaming.runtime.tasks.SourceStreamTask.run(SourceStreamTask.java:94)
at org.apache.flink.streaming.runtime.tasks.StreamTask.invoke(StreamTask.java:264)
at org.apache.flink.runtime.taskmanager.Task.run(Task.java:718)
at java.lang.Thread.run(Thread.java:748)

我正在将我的工作构建为一个胖罐子，我已经验证它包含这个类。 文档中的这个示例是否仅在 CustomWatermarkEmitter 类位于 /opt/flink/lib/ 文件夹中时才有效？

这就是我必须解决问题的方式。 但是必须单独构建这个类并将其放置在 /opt/flink/lib 使我的构建过程显着复杂化，所以我想知道这是应该解决的方法还是有其他方法可以解决这个问题？

例如， Flink 文档中的这一部分暗示必须手动提供一些源 UserCodeClassLoader？ 包括提供的 Kafka 源？

就我在 org.apache.flink.streaming.connectors.kafka.internals.AbstractFetcher 中看到的而言，它似乎在内部使用了“userCodeClassLoader”：

            case PERIODIC_WATERMARKS: {
            for (Map.Entry<KafkaTopicPartition, Long> partitionEntry : partitionsToInitialOffsets.entrySet()) {
                KPH kafkaHandle = createKafkaPartitionHandle(partitionEntry.getKey());

                AssignerWithPeriodicWatermarks<T> assignerInstance =
                        watermarksPeriodic.deserializeValue(userCodeClassLoader);

                KafkaTopicPartitionStateWithPeriodicWatermarks<T, KPH> partitionState =
                        new KafkaTopicPartitionStateWithPeriodicWatermarks<>(
                                partitionEntry.getKey(),
                                kafkaHandle,
                                assignerInstance);

                partitionState.setOffset(partitionEntry.getValue());

                partitionStates.add(partitionState);
            }

编辑：

我创建了一个简单的项目，可以在这里重现这个问题： https : //github.com/lragnarsson/flink-kafka-classpath-problem

为了重现，您需要 docker 和 docker-compose。

做就是了：

1. git 克隆https://github.com/lragnarsson/flink-kafka-classpath-problem.git
2. cd flink-kafka-classpath-problem/docker
3. docker-compose 构建
4. 码头工人组成
5. 在浏览器中访问 localhost:8081
6. 从 target/scala-2.11/flink-kafka-classpath-problem-assembly-0.1-SNAPSHOT.jar 提交包含的 jar 文件

这应该会导致异常java.lang.ClassNotFoundException: se.ragnarsson.lage.MyTimestampExtractor

Answer 1

我认为您偶然发现了 Flink 1.4.1 中引入的一个错误： https : //issues.apache.org/jira/browse/FLINK-8741 。

它很快会在 1.4.2 中修复。 您可以尝试在 1.4.2.rc2 上进行测试： https : //github.com/apache/flink/tree/release-1.4.2-rc2