从零构建Flink SQL计算平台 - 1平台搭建

一、理想与现实

Apache Flink 是一个分布式流批一体化的开源平台。Flink 的核心是一个提供数据分发、通信以及自动容错的流计算引擎。Flink 在流计算之上构建批处理，并且原生的支持迭代计算，内存管理以及程序优化。

​

实时计算（Alibaba Cloud Realtime Compute，Powered by Ververica）是阿里云提供的基于 Apache Flink 构建的企业级大数据计算平台。在 PB 级别的数据集上可以支持亚秒级别的处理延时，赋能用户标准实时数据处理流程和行业解决方案；支持 Datastream API 作业开发，提供了批流统一的 Flink SQL，简化 BI 场景下的开发；可与用户已使用的大数据组件无缝对接，更多增值特性助力企业实时化转型。

​

Apache Flink 社区迎来了激动人心的两位数位版本号，Flink 1.10.0 正式宣告发布！作为 Flink 社区迄今为止规模最大的一次版本升级，Flink 1.10 容纳了超过 200 位贡献者对超过 1200 个 issue 的开发实现，包含对 Flink 作业的整体性能及稳定性的显著优化、对原生 Kubernetes 的初步集成以及对 Python 支持（PyFlink）的重大优化。

Flink 1.10 同时还标志着对 Blink的整合宣告完成，随着对 Hive 的生产级别集成及对 TPC-DS 的全面覆盖，Flink 在增强流式 SQL 处理能力的同时也具备了成熟的批处理能力。

在过去的2019年，大数据领域的Flink异常火爆，从年初阿里巴巴高调收购Flink的母公司，到秋天发布的1.9以及最近的1.10版本完成整合阿里Blink分支，各类分享文章和一系列国内外公司应用案例，都让人觉得Flink是未来大数据领域统一计算框架的趋势。尤其是看过阿里云上的实时计算平台，支持完善的SQL开发和批流都能处理的模式让人印(直)象(流)深(口)刻(水)。但是相对于公有云产品，稍微有点规模的公司都更愿意使用开源产品搭建自己的平台，可是仔细研究Flink的官方文档和源码，准备撸起袖子开干时，才发现理想和现实的差距很大……

首先是阿里实时计算平台产品的SQL开发界面：

然而现实中Flink所支持的SQL开发API是这样的：

// create a TableEnvironment for specific planner batch or streaming
TableEnvironment tableEnv = ...; // see "Create a TableEnvironment" section

// register a Table
tableEnv.registerTable("table1", ...)            // or
tableEnv.registerTableSource("table2", ...);     // or
tableEnv.registerExternalCatalog("extCat", ...);
// register an output Table
tableEnv.registerTableSink("outputTable", ...);

// create a Table from a Table API query
Table tapiResult = tableEnv.scan("table1").select(...);
// create a Table from a SQL query
Table sqlResult  = tableEnv.sqlQuery("SELECT ... FROM table2 ... ");

// emit a Table API result Table to a TableSink, same for SQL result
tapiResult.insertInto("outputTable");

// execute
tableEnv.execute("jobName");

最后翻遍Flink文档发现提供了一个实验性质的命令行SQL客户端:

此外当我们用开源Flink代码部署一套集群后，整个集群有 JobManager 和 TaskManager 两种角色，其中 JobManager 提供了一个简单的管理界面，提供了上传Jar包执行任务的功能，以及一些简单监控界面，此外还提供一系列管理和监控的 Rest Api，可惜都没有和SQL层面直接相关的东西。

之所以有这一系列理想与现实的差异，是因为Flink更多的定位在计算引擎，在开发界面等方面暂时投入较少，但是每写一个SQL然后嵌入到代码中编译成JAR包上传到Flink集群执行是客(小)户(白)所不能接受的，这也就需要我们自己开发一套以SQL作业为中心的管理平台（对用户暴露的web系统），由该平台管理 Flink 集群，共同构成 Flink SQL 计算平台。

二、平台功能梳理

一个完整的SQL平台在产品流程上至少（第一版）需要有以下部分。

• SQL作业管理：新增、调试、提交、下线SQL任务

• 数据源和维表管理：用DDL创建数据源表，其中维表也是一种特殊数据源

• 数据汇管理：用DDL创建数据结果表，即 insert into 结果表 select xxx

• UDF管理：上传UDF的jar包

• 调度和运维：任务定时上下线、任务缩容扩容、savepoint管理

• 监控：日志查看、指标采集和记录、报警管理

• 其他：角色和权限管理、文档帮助等等……

除了作为Web系统需要的一系列增删改查和交互展示功能外，大部分Flink集群管理功能可以通过操作Flink集群提供的Rest接口实现，但是其中没有SQL相关内容，也就是前面四项功能（提交SQL、DDL、UDF，后文统称提交作业部分）都需要自己实现和 Flink 的交互代码，因此如何更好地提交作业就成了构建该平台的第一个挑战。