Class 加载 Flink Kafka 源时间戳提取器

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。这项工作正在使用我试图为其分配时间戳和水印的 Kafka 连接器源 (flink-connector-kafka-0.11)。我的代码与 Flink Kafka connector documentation 中的 Scala 示例非常相似。但是对于 FlinkKafkaConsumer011

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

当从我的 IDE 本地运行时，这非常有效。但是，在集群环境中出现以下错误：

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)

我正在建立我的工作作为一个胖罐子，我已经验证包含这个 class。 文档中的这个示例是否仅在 CustomWatermarkEmitter class 位于 /opt/flink/lib/ 文件夹中时才有效？

这就是我解决问题的方法。但是必须单独构建这个 class 并将其放在 /opt/flink/lib 中会使我的构建过程变得非常复杂，所以我想知道这是否是应该解决的方法，或者是否有其他方法可以解决这个问题？

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

据我在 org.apache.flink.streaming.connectors.kafka.internals.AbstractFetcher:

中所见，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，可以在此处重现此问题： https://github.com/lragnarsson/flink-kafka-classpath-problem

为了复制，您需要 docker 和 docker-compose。

就这样：

git 克隆 https://github.com/lragnarsson/flink-kafka-classpath-problem.git
cd flink-kafka-classpath-problem/docker
docker-组合构建
docker-组合
在浏览器中转到 localhost:8081
从target/scala-2.11/flink-kafka-classpath-problem-assembly-0.1-SNAPSHOT.jar

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 中引入的错误：https://issues.apache.org/jira/browse/FLINK-8741。

很快将在 1.4.2 中修复。你可以尝试在 1.4.2.rc2 上测试：https://github.com/apache/flink/tree/release-1.4.2-rc2

Class 加载 Flink Kafka 源时间戳提取器

Class loading for Flink Kafka Source Timestamp Extractor

scala

classpath

apache-flink

flink-streaming