Flink 1.16.2 集成 CDH 6.3.2：Parcel 制作、分发与避坑指南

简介面向需要在 CDH6.3.2 大数据平台上集成 Flink 1.16.2 的运维与开发人员这份资源把离线安装所需的配套包一次性备齐省去自行编译打包 CSD 与 parcel 的繁琐环节适合有一定 Cloudera 集群管理经验、希望快速完成 Flink on YARN 部署的中高级用户。压缩包共 7 个文件约 518MB包含 parcel 与 sha 校验文件、CSD 描述用的 jar 与 json 清单以及 commons-cli、flink-shaded-hadoop-3-uber 等依赖 jar覆盖从分发、校验到服务描述与依赖补齐的完整链路解压后按目录对应放置即可。已有 974 人学习下载说明该组合在实际集群环境中具备一定通用性。借助这份资源读者可直接获得与 CDH6.3.2 版本匹配的 Flink 1.16.2 安装包避免版本错配导致的类冲突与启动失败同时保留校验文件便于验证包完整性配合公开部署教程能更快跑通集群集成流程。1. 从一次 Parcel 分发失败说起Flink 1.16.2 装进 CDH 6.3.2 到底难在哪上周帮一个数据平台同事处理集群扩容新节点上 Flink 1.16.2 的 Parcel 分发卡在 87% 不动Cloudera Manager 里显示激活失败日志翻出来是校验和不匹配。这套组合——CDH 6.3.2 配 Flink 1.16.2——在不少存量 Hadoop 集群里都能见到CDH 自带的是 Flink 1.9想用 1.16 的流批一体和新 SQL 特性就得自己打 Parcel 塞进去。装不好不是跑不起来那么简单而是 Parcel 激活失败会连带影响该主机上其他服务的健康状态回滚也麻烦。这篇记录面向已经熟悉 CDH 基本操作、但第一次手工做第三方 Parcel 的开发者从版本对齐、Parcel 制作、分发激活到验证排错一步步走完。中间会踩到的坑我尽量提前标出来。2. 环境与版本对齐先确认 CDH 6.3.2 的底子和 Flink 1.16.2 的依赖动手做 Parcel 之前最该花时间的是版本核对。CDH 6.3.2 对应的是 Hadoop 3.0.0、JDK 8Cloudera Manager 的 Parcel 机制要求包名、目录结构、manifest 三者严格一致任何一处对不上分发阶段就会报错。Flink 1.16.2 官方二进制包默认面向 Hadoop 2 和 Hadoop 3 两个变体选错变体在 CDH 6.3.2 上会出现类找不到或者 Shade 冲突。2.1 确认集群侧的基础版本先在 Cloudera Manager 主机上确认三件事CM 版本、JDK 版本、Hadoop 版本。命令不复杂但结果要记下来后面打 Parcel 的目录名要用。# 查看 Cloudera Manager Server 版本 rpm -qa | grep cloudera-manager-server # 查看集群节点 JDK 版本CDH 6.3.2 官方支持 JDK 8 java -version 21 | head -n 3 # 查看 Hadoop 版本确认是 3.0.0 基线 hadoop version | head -n 2第一行确认 CM 是 6.3.2 系列Parcel 的目录命名规则跟 CM 大版本绑定第二行确认 JDK 是 1.8Flink 1.16.2 虽然支持 JDK 11但 CDH 6.3.2 的守护进程跑在 JDK 8 上混用容易在提交作业时出现UnsupportedClassVersionError第三行确认 Hadoop 是 3.0.0 基线这决定了后面选 Flink 的hadoop3变体。我一般会把这三行输出贴到变更单里出问题时能快速回溯。2.2 Flink 1.16.2 的发行包选择Flink 1.16.2 的下载页提供多个二进制包跟 CDH 场景相关的是两个flink-1.16.2-bin-scala_2.12.tgz和带 Hadoop 集成的flink-1.16.2-bin-scala_2.12-hadoop3.tgz。CDH 6.3.2 上必须选后者因为前者不含 Hadoop 依赖的 Shade 包提交到 YARN 时会报NoClassDefFoundError: org/apache/hadoop/conf/Configuration。包名适用场景CDH 6.3.2 是否可用flink-1.16.2-bin-scala_2.12.tgz本地 Standalone 或 Kubernetes否缺 Hadoop 依赖flink-1.16.2-bin-scala_2.12-hadoop3.tgzHadoop 3.x 集群、YARN 提交是推荐flink-1.16.2-bin-scala_2.11.tgzScala 2.11 生态可用但需自行处理 Scala 版本冲突Scala 版本这块有个取舍CDH 6.3.2 里 Spark 用的是 Scala 2.11如果同一个集群还要跑 Flink 的 Scala API 作业2.12 和 2.11 的包不能混装在同一目录。常见做法是 Flink 单独用 2.12作业侧显式声明 Scala 版本避免依赖传递时打架。这一步想清楚后面打 Parcel 就不会反复返工。2.3 Parcel 目录结构与命名规则Cloudera 的 Parcel 本质是一个 tar 包加一个 manifest.json目录名必须符合产品-版本-发行标识的格式。Flink 1.16.2 在 CDH 6.3.2 上的目录名我一般写成FLINK-1.16.2-1.16.2前半段是产品名大写后半段是版本号发行标识用版本号本身避免跟官方 CDH 组件混淆。# 建立 Parcel 工作目录结构必须与最终 tar 包内一致 mkdir -p /opt/parcel-build/FLINK-1.16.2-1.16.2 cd /opt/parcel-build # 解压官方二进制包到目标目录 tar -xzf flink-1.16.2-bin-scala_2.12-hadoop3.tgz \ -C FLINK-1.16.2-1.16.2 --strip-components1 # 确认目录内是 bin/conf/lib 这一层而不是多套一层 flink-1.16.2 ls FLINK-1.16.2-1.16.2--strip-components1的作用是去掉 tar 包自带的顶层目录让bin、conf、lib直接落在FLINK-1.16.2-1.16.2下。这一步如果漏了Parcel 激活后 CM 找不到启动脚本会报alternatives链接失败。第三行ls是自检看到的是bin conf examples lib licenses opt plugins这一组才算对。目录结构错了后面 manifest 写得再对也白搭这是血泪经验。3. 制作 Flink 1.16.2 Parcelmanifest 与校验和是两道硬门槛Parcel 制作的核心就两个文件tar.gz 包和同名的.parcel文件外加一个manifest.json。Cloudera Manager 通过 manifest 里的哈希值校验包完整性哈希对不上分发阶段就会像开头那次一样卡住。这一章把打包、写 manifest、生成校验和三步拆开每步都给可抄的命令。3.1 打包前的配置预埋在打包之前先把 Flink 的conf/flink-conf.yaml按 CDH 环境预埋几个关键项这样 Parcel 激活后不用每台机器手改。CDH 的配置目录在/etc/flink/confParcel 激活时 CM 会做 alternatives 链接所以包内配置只作为默认值。# conf/flink-conf.yaml 关键预埋项 jobmanager.rpc.address: localhost # 由 CM 激活后覆盖为实际主机 jobmanager.memory.process.size: 1600m # 按节点内存调整别照抄 taskmanager.memory.process.size: 1728m taskmanager.numberOfTaskSlots: 4 parallelism.default: 4 # 指向 CDH 的 Hadoop 配置目录避免提交时找不到 core-site.xml env.hadoop.conf.dir: /etc/hadoop/conf # 历史服务器地址验证阶段要用 jobmanager.archive.fs.dir: hdfs:///flink/completed-jobs historyserver.web.address: 0.0.0.0env.hadoop.conf.dir这一项是 CDH 场景的关键Flink 在 YARN 上提交作业时需要读core-site.xml和yarn-site.xml不指这个路径作业会报Cannot locate Hadoop configuration。jobmanager.archive.fs.dir指向 HDFS是为了后面验证历史服务器能读到已完成作业。内存参数别照抄按实际节点规格改process.size是进程总内存不是堆内存写小了 TaskManager 起不来。3.2 生成 tar 包与 manifest.json打包时要注意 tar 的属主和权限CM 分发后以flink用户运行包内文件属主写成 root 也能跑但目录权限必须是 755否则激活后启动脚本不可执行。cd /opt/parcel-build # 打包注意目录名与包名一致 tar -czf FLINK-1.16.2-1.16.2-el7.parcel FLINK-1.16.2-1.16.2 # 计算 SHA1manifest 里要用 sha1sum FLINK-1.16.2-1.16.2-el7.parcelel7这个后缀是发行标识跟集群操作系统对应CentOS 7 写el7其他系统按实际改。sha1sum的输出要原样填进 manifest一个字符都不能差。manifest.json 的结构如下字段名固定不能自创。{ parcelName: FLINK-1.16.2-1.16.2-el7.parcel, components: [ { name: flink, version: 1.16.2, pkg_version: 1.16.2 } ], hash: 把上一步 sha1sum 的结果填这里 }parcelName必须和实际文件名完全一致包括.parcel后缀components里的name用小写flinkCM 用它做组件识别hash就是 SHA1 值。常见错误是 manifest 里写了.parcel但实际文件叫.parcel.tar.gz或者 hash 用了 MD5这两种都会在分发阶段报校验失败。写完用python -m json.tool manifest.json过一遍确认 JSON 合法。3.3 放入 CM 的 Parcel 仓库目录Parcel 仓库目录由 CM 配置项parcel_repository_url决定默认在/opt/cloudera/parcel-repo。把.parcel和manifest.json放进去再生成一个.sha文件CM 靠它做二次校验。# 拷贝到仓库目录 cp FLINK-1.16.2-1.16.2-el7.parcel /opt/cloudera/parcel-repo/ cp manifest.json /opt/cloudera/parcel-repo/ # 生成 .sha 文件内容就是 SHA1 值 sha1sum FLINK-1.16.2-1.16.2-el7.parcel | awk {print $1} \ /opt/cloudera/parcel-repo/FLINK-1.16.2-1.16.2-el7.parcel.sha # 修正属主CM 以 cloudera-scm 用户读取 chown cloudera-scm:cloudera-scm /opt/cloudera/parcel-repo/FLINK-1.16.2-1.16.2-el7.parcel*.sha文件里只放哈希值不要带文件名awk {print $1}就是干这个的。属主改成cloudera-scm是必须的用 root 放进去 CM 读不到表现是 Parcel 列表里根本不显示这个包。放好后在 CM 界面点「检查新 Parcel」能看到 FLINK 1.16.2 出现在列表里说明仓库侧配置对了。4. 分发、激活与 CM 集成让 Flink 1.16.2 在 CDH 6.3.2 里跑起来Parcel 出现在列表里只是第一步分发到各节点、激活、再配好 CM 的服务描述才算真正装进去。这一章按 CM 界面的操作顺序走每步说清点哪里、看什么日志、失败怎么定位。4.1 分发与激活的操作顺序在 CM 主页点「Parcel」找到 FLINK 1.16.2先「分发」再「激活」。分发是把包推到所有节点并解压到/opt/cloudera/parcels激活是创建 alternatives 链接让/opt/cloudera/parcels/FLINK指向具体版本目录。# 分发完成后在节点上确认解压结果 ls -l /opt/cloudera/parcels/ | grep FLINK # 激活后确认软链接指向 readlink -f /opt/cloudera/parcels/FLINK第一条命令应该看到FLINK-1.16.2-1.16.2目录第二条命令应该输出/opt/cloudera/parcels/FLINK-1.16.2-1.16.2。如果readlink输出为空或者指向旧版本说明激活没成功去/var/log/cloudera-scm-agent/cloudera-scm-agent.log里搜parcel关键字常见原因是磁盘空间不足或者目录权限不对。分发阶段失败多半是网络或校验和问题激活阶段失败多半是目录结构或权限问题这两类日志特征不一样分开看能省时间。4.2 配置 Flink 的 alternatives 与环境变量Parcel 激活后CM 不会自动把flink命令加到 PATH需要手工配 alternatives 或者在/etc/profile.d里加环境变量。我一般用 alternatives跟 CDH 其他组件的管理方式保持一致。# 注册 flink 命令到 alternatives alternatives --install /usr/bin/flink flink \ /opt/cloudera/parcels/FLINK/bin/flink 100 # 注册 flink-run 等其他脚本按需重复这里以主命令为例 alternatives --display flink--install的三个参数分别是链接路径、名称、实际脚本路径和优先级。优先级 100 是随意定的集群里只有一个 Flink 版本时无所谓多版本共存时用优先级控制默认指向。--display用来确认链接生效。这一步漏了用户在节点上敲flink会提示 command not found但 Parcel 本身是好的属于配置遗漏不是安装失败。4.3 CM 服务描述与角色配置要在 CM 界面里管理 Flink 的 JobManager 和 TaskManager需要加服务描述文件flink.json到/opt/cloudera/csd。这个文件定义角色类型、启动命令、配置项映射写起来比较长核心是roles和commands两段。{ name: FLINK, label: Apache Flink, version: 1.16.2, roles: [ { name: JOBMANAGER, label: JobManager, startRunner: { program: /opt/cloudera/parcels/FLINK/bin/flink, args: [jobmanager] } }, { name: TASKMANAGER, label: TaskManager, startRunner: { program: /opt/cloudera/parcels/FLINK/bin/flink, args: [taskmanager] } } ] }startRunner.program指向 Parcel 里的启动脚本args是子命令。实际生产用的描述文件还要加配置项定义、日志目录、健康检查这里只保留最小可用结构。放好文件后重启 CM Server界面里才能「添加服务」。注意 CSD 文件属主也要是cloudera-scmJSON 格式错误会导致 CM Server 启动时加载失败表现是整个 CM 界面打不开这个坑比较隐蔽改完先用python -m json.tool校验。4.4 提交一个作业做冒烟测试服务起来后用 Flink 自带的示例作业做冒烟测试确认 YARN 提交链路通。# 提交 WordCount 示例到 YARNper-job 模式 flink run -t yarn-per-job \ -c org.apache.flink.streaming.examples.wordcount.WordCount \ /opt/cloudera/parcels/FLINK/examples/streaming/WordCount.jar \ --input /tmp/words.txt --output /tmp/out-t yarn-per-job指定部署模式1.16 里 per-job 和 application 都可用冒烟测试用 per-job 简单直接。-c指定入口类jar 路径用 Parcel 里的示例包。如果报Could not find or load main class多半是 jar 路径写错或者 Parcel 没激活如果报 YARN 队列相关错误去 CM 里确认 YARN 队列配置和yarn-site.xml是否被 Flink 读到。这一步跑通说明从 Parcel 到 YARN 的整条链路是通的。5. 避坑与排查Flink 1.16.2 在 CDH 6.3.2 上的五类翻车记录这套组合的坑集中在 Parcel 校验、依赖冲突、内存配置和日志定位四块。下面五条是我实际遇到过的按「现象 → 原因 → 解决」写遇到同类问题可以直接对号入座。5.1 Parcel 分发卡住或校验失败现象CM 里 Parcel 分发进度停在某个百分比或者激活时报hash mismatch。原因通常是 manifest 里的 hash 与实际文件不一致或者.sha文件内容带了文件名。解决重新sha1sum生成哈希确认 manifest 和.sha两处都只放哈希值本身重新分发前先删掉节点上/opt/cloudera/parcels/.flink之类的临时目录避免旧缓存干扰。5.2 提交作业报 Hadoop 类找不到现象flink run时报NoClassDefFoundError: org/apache/hadoop/conf/Configuration。原因是用错了二进制包选了不带 hadoop3 的版本或者env.hadoop.conf.dir没指向/etc/hadoop/conf。解决换flink-1.16.2-bin-scala_2.12-hadoop3.tgz重新打 Parcel并在flink-conf.yaml里补上env.hadoop.conf.dir。已经装好的集群改配置后重启 JobManager 即可不用重打 Parcel。5.3 TaskManager 启动即退出现象CM 里 TaskManager 角色显示已停止日志里是OutOfMemoryError或者Container killed。原因多半是taskmanager.memory.process.size设得比 YARN 容器上限还大或者numberOfTaskSlots设太多导致单 slot 内存不足。解决把process.size调到小于 YARN 单容器上限slot 数按process.size / 单 slot 需求反推别拍脑袋写 8 或 16。改完在 CM 里重启角色观察日志里内存分配那几行是否合理。5.4 历史服务器读不到已完成作业现象HistoryServer 页面空白HDFS 上jobmanager.archive.fs.dir目录里确实有文件。原因是 JobManager 写归档用的路径和 HistoryServer 读的路径不一致或者 HDFS 权限不对。解决确认jobmanager.archive.fs.dir和historyserver.archive.fs.dir指向同一路径用hdfs dfs -ls看目录属主确保 Flink 运行用户有读权限。权限问题在 CDH 里很常见Kerberos 环境下还要确认 keytab 配置。5.5 CSD 文件导致 CM 界面异常现象改完flink.json重启 CM Server 后Web 界面打不开或者服务列表加载失败。原因是 CSD 的 JSON 格式错误CM Server 启动时解析失败。解决先用python -m json.tool /opt/cloudera/csd/flink.json校验确认合法再重启已经起不来的把文件移走再重启 CM Server恢复后再逐步加回。这个坑的教训是改 CSD 前先备份别直接覆盖。6. 装完怎么验证三条命令确认 Flink 1.16.2 在 CDH 6.3.2 上真的跑通了装完不等于跑通Parcel 激活成功、服务显示绿色都可能掩盖配置问题。我一般用三条命令做最终验证分别覆盖本地运行、YARN 提交和历史归档三条都过才算交付。第一条本地 Standalone 跑一个批作业确认 Flink 自身二进制完整# 本地模式跑示例不依赖 YARN flink run -t local \ /opt/cloudera/parcels/FLINK/examples/batch/WordCount.jar \ --input /etc/hosts --output /tmp/wc-local-out-t local让作业在单个 JVM 里跑绕开 YARN 和 HDFS专门验证 Parcel 里的 jar 和脚本是否完整。输出目录/tmp/wc-local-out里应该有_SUCCESS文件没有就是本地运行链路有问题先别急着查 YARN。第二条YARN per-job 提交并确认应用状态# 提交后拿 application id再查状态 flink run -t yarn-per-job -d \ /opt/cloudera/parcels/FLINK/examples/streaming/WordCount.jar \ --input /tmp/words.txt --output /tmp/wc-yarn-out # 用 yarn application 确认状态为 FINISHED 或 RUNNING yarn application -list -appStates ALL | grep -i flink-d是 detached 模式提交后立即返回适合脚本化验证。yarn application那条命令确认应用真的被 YARN 接住了状态是FINISHED说明批作业跑完RUNNING说明流作业在跑。如果列表里根本没有说明提交阶段就失败了回去看 Flink 客户端日志。第三条确认历史归档落到了 HDFS# 查看归档目录应该有作业的 json 归档文件 hdfs dfs -ls hdfs:///flink/completed-jobs这条命令对应jobmanager.archive.fs.dir配置目录里出现带时间戳的子目录和jobmanager归档文件说明归档链路通。HistoryServer 页面能刷出这个作业才算闭环。验证项命令关键参数通过标准本地运行-t local输出目录有_SUCCESSYARN 提交-t yarn-per-job -dyarn application状态正常历史归档hdfs dfs -ls归档目录有作业文件三条里最容易翻车的是第二条YARN 队列权限和env.hadoop.conf.dir两个点经常同时出问题。我习惯在交付前把这三条命令写进变更单的验收项逐条打勾。从那以后我每次做第三方 Parcel激活成功后都不直接说「装好了」而是强制走一遍这三条验证宁可多花十分钟也不让同事在提交作业时才发现配置漏了。希望帮到你。本文还有配套的精品资源点击获取