手把手教你获取编译和调试Flink的源代码

Posted 2022-02-04 大数据v

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了手把手教你获取编译和调试Flink的源代码相关的知识，希望对你有一定的参考价值。

导读：本文介绍如何导入Flink源代码，对源代码进行编译、构建及调试。

作者：罗江宇赵士杰李涵淼闵文俊

来源：大数据DT（ID：hzdashuju）

01 获取与导入Flink源代码

1. 下载Flink源代码

获取Flink源代码的方式有两种：一种是通过官网的源代码下载地址直接下载，另一种是通过git clone的方式。

1）官网下载方式

下载地址为

https://flink.apache.org/downloads.html

选择Flink 1.9.0的Source版本下载。

2）git clone方式

输入git clone git@github.com:apache/flink.git 命令将源代码下载到本地，如图1-5所示。

▲图1-5 git clone方式下载

2. 导入Flink源代码

导入Flink 源代码分成两步，分别是将Flink源代码导入IDEA和配置Flink源代码的CheckStyle。其中，配置好Flink 源代码的CheckStyle是为了保证Flink 源代码修改符合CheckStyle里的规范要求。

将下载好的Flink源代码导入IDEA，流程如下。

启动IntelliJ IDEA 并单击欢迎窗口右上角的Open按钮。
在弹出窗口中选择Flink源代码的根目录。
选择Import project from external model和maven项，并单击Next按钮。
选择SDK。如果之前没有配置过SDK，单击“+”图标，并点击JDK，选择你的JDK的目录，然后单击OK按钮。
单击Next 按钮完成Flink源代码的导入。
在导入的项目右侧单击Maven→Generate Sources and Update Folders的图标，将Flink Library 构建到Maven 本地仓库。
构建项目（单击Build→Make Project图标）。

想对Flink进行二次开发或者为开源社区贡献代码的读者可以选择配置CheckStyle。

1）Java CheckStyle配置流程

IntelliJ IDEA 通过CheckStyle-IDEA 插件来支持CheckStyle。

在IntelliJ IDEA 的Plugins Marketplace中查找并安装 CheckStyle-IDEA 插件。
依次选择Settings→Tools→Checkstyle并设置checkstyle。
将 Scan Scope设置为Only Java sources（including tests）。
在Checkstyle version下拉列表中选择checkstyle版本，并单击Apply按钮。（注：官方推荐版本为8.12。）
在Configuration File面板中单击“+”图标添加新配置：
在弹窗中将Description设置为Flink；
选中 Use a local Checkstyle file，并选择Flink源代码目录下的 tools/maven/checkstyle.xml文件；
勾选Store relative to project location 选项，单击Next按钮；
将checkstyle.suppressions.file的属性设置值为 suppressions.xml，单击Next按钮即完成配置。
勾选刚刚添加的新配置Flink，以将其设置为活跃的配置，依次单击Apply 和OK按钮，即完成Java 部分CheckStyle的配置。若源代码违反CheckStyle规范，CheckStyle会给出警告。

在CheckStyle 构建完成后，依次选择Settings→Editor→Code Style→Java，并单击齿轮图标，选择导入Flink源代码目录下的tools/maven/checkstyle.xml文件，这样就可以自动调整import的布局了。

可以在CheckStyle的窗口中单击Check Module按钮扫描整个模块，以检测代码的CheckStyle。

注意：目前Flink源代码的flink-core、flink-optimizer和 flink-runtime模块还没有完全符合设置的CheckStyle的要求，因此在这三个模块中出现违反CheckStyle的警告是正常的。

2）Scala CheckStyle配置流程

开启Scala 的CheckStyle，依次选择Settings→Editor→Inspections，再搜索Scala style inspections并勾选。将Flink源代码目录下的tools/maven/scalastyle_config.xml放置到Flink 源代码的.idea目录下，即完成Scala部分CheckStyle的配置。

02 编译与调试Flink源代码

1. 编译与构建Flink

源代码已经导入，CheckStyle也已配置好，接下来开始编译与构建Flink。

在构建源代码之前，假如有修改Flink 版本的需求，可以通过修改Flink源代码的tools/change-version.sh来实现。

Flink源代码的编译与构建会因Maven版本的不同而有所差异。对于Maven 3.0.x 版本、3.1.x版本、3.2.x版本，可以采用简单构建Flink的方式，在Flink源代码的根目录下运行以下命令。

$ mvn clean install -DskipTests

而对于Maven 3.3.x及以上版本，则要相对麻烦一点，在Flink源代码的根目录下运行下面的命令。

$ mvn clean install -DskipTests
$ cd flink-dist
$ mvn clean install

推荐使用Maven 3.2.5版本，下面就依据这个版本来介绍更多的构建内容。使用如下方式快速构建Flink源代码，会跳过测试、QA插件、Java docs。

$ mvn clean install -DskipTests -Dfast

在构建Flink时，会默认构建一个Flink特定的Hadoop 2的jar，以供Flink 使用HDFS 和YARN。大多数开发者有指定Hadoop版本的需求（建议选择Hadoop 2.4及以上版本）。

$ mvn clean install -DskipTests -Dhadoop.version=3.2.2 -Dinclude-hadoop

其中加上了-Dinclude-hadoop参数，这会将Hadoop的类打包到lib目录下的flink-

dist*.jar，否则Hadoop 会作为一个jar包放在opt目录下。

选择合适的方式构建Flink项目，会将Flink的构建放到本地Maven仓库中，并将Flink源代码构建结果放在build-target目录（Flink源代码构建目录）下。可以将build-target目录压缩到一个tar包，即与官网一样的Flink 二进制包。

2. Flink 源代码调试

调试Flink 源代码有助于我们了解源代码的执行流程和排查问题。Flink 源代码调试分为本地调试和远程调试，下面来分别介绍。

1）本地调试

以Flink源代码自带Streaming 的WordCount为例介绍如何进行本地调试。找到Flink 源代码目录flink-examples/flink-examples-streaming的多级子目录下的WordCount.java，再选择Debug。读者可以在Flink源代码中设置断点进行跟踪调试。

2）远程调试

本地调试仅限于部署模式中的Local模式，对于基于Standalone、on YARN、on Kubernetes的部署模式，需要使用远程调试。

远程调试方式有两种：一是修改日志等级，二是修改配置来开启Java远程调试。

修改日志等级

打开Flink源代码的构建目录（build-target）下的conf/log4j.properties，根据需要将内容中的INFO改成DEBUG，如下所示，只是将rootLogger的赋值从INFO 修改为DEBUG。修改log4j.properties后构建和运行Flink，即可通过DEBUG日志进行远程调试。

# 设置全局的日志等级
log4j.rootLogger=DEBUG, file

# 也可以按需改变Flink、Akka、Hadoop、Kafka和ZooKeeper包以及其他包的日志等级
log4j.logger.org.apache.flink=INFO

log4j.logger.akka=INFO
log4j.logger.org.apache.kafka=INFO
log4j.logger.org.apache.hadoop=INFO
log4j.logger.org.apache.zookeeper=INFO

# Log all infos in the given file
log4j.appender.file=org.apache.log4j.FileAppender
log4j.appender.file.file=$log.file
log4j.appender.file.append=false
log4j.appender.file.layout=org.apache.log4j.PatternLayout
log4j.appender.file.layout.ConversionPattern=%dyyyy-MM-dd HH:mm:ss,SSS 
%-5p %-60c %x - %m%n

# Suppress the irrelevant (wrong) warnings from the Netty channel handler
log4j.logger.org.apache.flink.shaded.akka.org.jboss.netty.channel
.DefaultChannelPipeline=ERROR, file

修改配置来开启Java远程调试

首先打开IDEA，创建Remote项（见图1-6）并复制Remote项的Java运行参数内容，然后修改Flink 构建目录下的conf/flink-conf.yaml，添加env.java.opts属性与值，添加的内容如下：

env.java.opts: -agentlib:jdwp=transport=dt_socket,server=y,suspend=n, address=5005

▲图1-6 配置远程调试中的Remote项

还可以通过env.java.opts.jobmanager 与env.java.opts.taskmanager来设置JobManager 和TaskManager运行的参数，从而设置开启远程调试。设置配置后，基于这个构建目录运行Flink应用，根据运行的JobManager 与TaskManager 的IP修改原先配置的Remote项的host，在Flink源代码中设置断点，通过Debug 配置Remote项来进行远程调试。

设置env.java.opts、env.java.opts.jobmanager和env.java.opts.taskmanager的方法在on Kubernetes模式下很适用，因为Flink 运行的各个组件的IP不同。其他模式存在运行组件与IP、调试端口相同的问题，对于这种情况可以考虑采用修改日志等级的方式。

通过学习Flink源代码的编译与构建，我们知道如何根据需要构建一个Flink发布包。通过学习Flink源代码的调试，我们对源代码的调试有了更深的了解，为后续理解源代码和排查源代码问题打下了基础。

关于作者：罗江宇，Flink技术专家，先后就职于新浪微博、滴滴和某大型电商公司。先后主导或参与了多家公司的Flink实时计算服务的构建、对超大规模集群的维护以及Flink引擎的改造。拥有丰富的实时计算实战经验，目前专注于Kubernetes调度、Flink SQL及Flink流批一体化方向。

赵士杰，资深大数据技术专家，曾就职于滴滴、阿里巴巴等一线互联网公司。从0到1深度参与了滴滴的大数据建设，拥有非常丰富的大数据平台一线建设经验，对于大数据领域的计算和存储引擎也有深入研究。

李涵淼，大数据研发专家，曾任滴滴大数据开发工程师。从事大数据领域工作多年，参与过多家公司流计算平台的设计与研发，目前专注于批流一体、OLAP技术方向的研究与应用。

闵文俊，蚂蚁集团技术专家、开源大数据社区爱好者、Flink Contributor，在实时计算领域工作多年，深度参与了滴滴、蚂蚁集团的实时计算平台建设。

本文摘编自《Flink技术内幕：架构设计与实现原理》，经出版方授权发布。（ISBN：9787111696292）