Flink on Yarn，与Kafka的平行来源

Question

我试图在我的Flink工作中与我的Kafka源并行，但到目前为止我失败了。

我为我的Kafka制作人设置了4个分区：

$ ./bin/kafka-topics.sh --describe --zookeeper X.X.X.X:2181 --topic mytopic
Topic:mytopic   PartitionCount:4    ReplicationFactor:1 Configs:
    Topic: mytopic  Partition: 0    Leader: 0   Replicas: 0 Isr: 0
    Topic: mytopic  Partition: 1    Leader: 0   Replicas: 0 Isr: 0
    Topic: mytopic  Partition: 2    Leader: 0   Replicas: 0 Isr: 0
    Topic: mytopic  Partition: 3    Leader: 0   Replicas: 0 Isr: 0

我的scala代码如下：

    val env = StreamExecutionEnvironment.getExecutionEnvironment
        env.setParallelism(4)
        env.getConfig.setGlobalJobParameters(params)

    // **** Kafka CONNECTION ****
    val properties = new Properties();
    properties.setProperty("bootstrap.servers", params.get("server"));
    properties.setProperty("group.id", "test");


    // **** Get KAFKA source ****
   val stream: DataStream[String] = env.addSource(new FlinkKafkaConsumer010[String](params.get("topic"), new SimpleStringSchema(), properties))

我在YARN上工作：

$ ./bin/flink run -m yarn-cluster -yn 4 -yjm 8192 -ynm test -ys 1 -ytm 8192 myjar.jar --server X.X.X.X:9092 --topic mytopic

我尝试了很多东西，但我的源代码没有并行化：

有几个Kafka分区，至少应该有多少个插槽/任务管理器，对吧？

Answer 1

我有同样的问题。我建议你检查两件事。

1. 当您实施生产者时，检查是否为刷新到Kafka的每条记录生成相同的密钥。 （你应该有一个分布良好的密钥或只是将其设置为null）。

producer.send(new ProducerRecord<String,String>("topicName","yourKey","yourMessage")

到

producer.send(new ProducerRecord<String,String>("topicName",null,"yourMessage")

1. 检查您的Kafka生产者库版本是否与Kafka使用者库版本兼容。