基于chunjun纯钧的增量数据同步
目前我司的大数据平台使用的是flink技术栈，底层的连接器插件使用的是国产的chunjun插件，在使用chunjun的过程中也遇到了很多问题，本次记录下在SQL模式的情况下怎么支持增量的数据同步
chunjun的官网文档对增量同步已经做出了一定的说明
纯钧官方
根据文档我编写了一个SQL脚本
create table `source` (
`sfzh` STRING COMMENT '',
`xm` STRING COMMENT '',
`xb` STRING COMMENT '',
`xbdm` STRING COMMENT '',
`jzdz` STRING COMMENT '',
`fzrq` DATE COMMENT '',
`dsc_biz_record_id` STRING COMMENT ''
) with (
'connector' = 'mysql-x',
'url' = 'jdbc:mysql://:/?useSSL=false&useInformationSchema=true&nullCatalogMeansCurrent=true',
'table-name' = '',
'username' = '',
'password' = '',
'scan.fetch-size' = '1024',
'scan.increment.column' = 'fzrq',
--'scan.increment.column-type' = 'date',
'scan.start-location' = '1659974400000'
);
create table `sink` (
`sfzh` STRING COMMENT '',
`xm` STRING COMMENT '',
`xb` STRING COMMENT '',
`xbdm` STRING COMMENT '',
`jzdz` STRING COMMENT '',
`fzrq` DATE COMMENT '',
`dsc_biz_record_id` STRING COMMENT '',
PRIMARY KEY (`dsc_biz_record_id`) NOT ENFORCED
) with (
'connector' = 'stream-x'
);
然后提交任务的时候发现已经记录了start-location 和 start-location的指标信息了，但是并没有上报到Prometheus！
在本地调试源码解决问题的大致过程
在类 com.dtstack.chunjun.source.format.BaseRichInputFormat中有一个成员变量
/** 自定义的prometheus reporter，用于提交startLocation和endLocation指标 */
protected transient CustomReporter customReporter;
该变量是用来提交增量信息的对象，flink任务在开始的时候会执行一下方法
@Override
public void openInputFormat() throws IOException {
Map<String, String> vars = getRuntimeContext().getMetricGroup().getAllVariables();
if (vars != null) {
jobName = vars.getOrDefault(Metrics.JOB_NAME, "defaultJobName");
jobId = vars.get(Metrics.JOB_NAME);
indexOfSubTask = Integer.parseInt(vars.get(Metrics.SUBTASK_INDEX));
}
LOG.info("是否使用自定义报告 {}", useCustomReporter());
if (useCustomReporter()) {
customReporter =
DataSyncFactoryUtil.discoverMetric(
config, getRuntimeContext(), makeTaskFailedWhenReportFailed());
customReporter.open();
LOG.info("customReporter 的hashcode is {}", customReporter.hashCode());
}
startTime = System.currentTimeMillis();
}
通过排查useCustomReporter方法得知 jdbcConf.getInitReporter()是false，而在JdbcConfig类里面这个对象默认是true
/** 使用自定义的指标输出器把增量指标打到普罗米修斯 */
@Override
protected boolean useCustomReporter() {
return jdbcConf.isIncrement() && jdbcConf.getInitReporter();
}
/** 增量同步或者间隔轮询时，是否初始化外部存储 */
protected Boolean initReporter = true;
经过查找 initReporter 属性的set方法调用，找到了下面的问题
在类 com.dtstack.chunjun.connector.jdbc.source.JdbcDynamicTableSource 中有个地方说暂时不支持SQL的方式
尝试一下将false修改为true，然后在本地进行测试，测试的时候将pushgateway的host和port写到代码里面，执行任务发现pushgateway里面已经有数据了
那么可以开始打包了，由于改了源代码，所以要先格式化代码 mvn spotless:apply 再打包 mvn clean package -DskipTests
后续问题
打包到虚拟机进行测试，我使用的是yarn-per-job模式，提交任务后发现报找不到Prometheus报告类的异常，通过异常信息发现在前面提到的方法里有classloader
public void openInputFormat() throws IOException {
Map<String, String> vars = getRuntimeContext().getMetricGroup().getAllVariables();
if (vars != null) {
jobName = vars.getOrDefault(Metrics.JOB_NAME, "defaultJobName");
jobId = vars.get(Metrics.JOB_NAME);
indexOfSubTask = Integer.parseInt(vars.get(Metrics.SUBTASK_INDEX));
}
LOG.info("是否使用自定义报告 {}", useCustomReporter());
if (useCustomReporter()) {
customReporter =
DataSyncFactoryUtil.discoverMetric(
config, getRuntimeContext(), makeTaskFailedWhenReportFailed());
customReporter.open();
LOG.info("customReporter 的hashcode is {}", customReporter.hashCode());
}
startTime = System.currentTimeMillis();
}
public static CustomReporter discoverMetric(
ChunJunCommonConf commonConf,
RuntimeContext context,
boolean makeTaskFailedWhenReportFailed) {
try {
String pluginName = commonConf.getMetricPluginName();
// 这里获取到了类的全限定名 com.dtstack.chunjun.metrics.prometheus.PrometheusReport
String pluginClassName = PluginUtil.getPluginClassName(pluginName, OperatorType.metric);
MetricParam metricParam =
new MetricParam(
context, makeTaskFailedWhenReportFailed, commonConf.getMetricProps());
ClassLoader classLoader = Thread.currentThread().getContextClassLoader();
Class<?> clazz = classLoader.loadClass(pluginClassName);
Constructor<?> constructor = clazz.getConstructor(MetricParam.class);
return (CustomReporter) constructor.newInstance(metricParam);
} catch (Exception e) {
throw new ChunJunRuntimeException(e);
}
}
在本地的时候这里加载类的时候是没问题的，但是在线上的时候出现了了找不到类的异常，猜测是相关的jar没有加载到flink jvm进程里面，所以将项目里面的 chunjun-metrics-prometheus.jar 放到了flink的lib目录下，再次启动任务 问题得以解决！
文章来源: 博客园
- 还没有人评论，欢迎说说您的想法！
客服
