准备工作
下载Zeppelin 0.9.0 preview1,或者下载
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-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。
就下来就需要配置Flink Interpreter。在Zeppelin中可以使用3种不同的Flink集群模式
Local 模式
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。