This documentation is for an unreleased version of the Apache Flink Kubernetes Operator. We recommend you use the latest stable version.

概述 #

Flink Kubernetes Operator 扮演控制平面的角色，用于管理 Apache Flink 应用程序的完整部署生命周期。尽管 Flink 的原生 Kubernetes 集成已经允许你直接在运行的 Kubernetes(k8s) 集群上部署 Flink 应用程序，但 自定义资源 和 operator 模式 也已成为 Kubernetes 本地部署体验的核心。

Flink Kubernetes Operator 旨在承担人工操作 Flink 部署的职责。 人工操作者对 Flink 部署应该如何运行、如何启动集群、如何部署作业、如何升级作业以及出现问题时如何反应有着深入的了解。Operator 的主要目标是使这些活动自动化，而这无法仅通过 Flink 原生集成来实现。

特征 #

核心 #

• 全自动 Job Lifecycle Management
  • 运行、暂停和删除应用程序
  • 有状态和无状态应用程序升级
  • 保存点的触发和管理
  • 处理错误，回滚失败的升级
• 多 Flink 版本支持：v1.16, v1.17, v1.18, v1.19, v1.20
• Deployment Modes:
  • Application 集群
  • Session 集群
  • Session job
• Built-in High Availability
• Extensible framework
  • Custom validators
  • Custom resource listeners
• Advanced Configuration management
  • 默认配置与动态更新
  • 作业级别的配置
  • 环境变量
• POD augmentation via Pod Templates
  • 原生 Kubernetes POD 定义
  • 用于自定义容器和资源
• Job Autoscaler
  • 收集延迟和利用率指标
  • 将作业顶点调整到理想的并行度
  • 根据负载的变化进行扩展和缩减

运营 #

• Operator Metrics
  • 使用成熟的 Flink Metric System
  • 可插拔的指标报告器
  • 详细的资源和 kubernetes api 访问指标
• Fully-customizable Logging
  • 默认日志配置
  • 作业级别的日志配置
  • 基于 sidecar 的日志转发器
• Flink Web UI 和 REST 端点访问
  • 完整支持 Flink 原生 Kubernetes 服务暴露类型
  • 通过 Ingress 模板 动态暴露服务
• Helm based installation
  • 自动的 RBAC 配置
  • 高级定制化技术
• 最新的公共存储库
  • GitHub Container Registry ghcr.io/apache/flink-kubernetes-operator
  • DockerHub https://hub.docker.com/r/apache/flink-kubernetes-operator

内置示例 #

Operator 项目提供了各种内置示例，以展示如何使用 Operator 功能。这些示例维护在 operator 的仓库中，可以在这里 找到.

涵盖以下:

• Application, Session 以及 SessionJob 的提交
• 检查点和高可用配置
• Java, SQL 和 Python Flink 作业
• Ingress、日志和指标配置
• 使用 Kustomize 的高级 operator deployment 技术
• 更多…

已知问题和限制 #

JobManager 高可用性 #

Operator 为 Flink 作业提供具有高可用性的 Kubernetes HA 服务和 Zookeeper HA 服务。HA 解决方案可以从使用额外的 备用副本中受益，这将可以拥有更快的恢复时间，但是当 Leader JobManager 停机时，Flink 作业仍将重新启动。

JobResultStore 资源泄漏 #

为了缓解 FLINK-27569 的影响，Operator 在 FLINK-27573 中引入了一个解决方法: 设置 job-result-store.delete-on-commit=false 以及为每次集群启动设置唯一值的 job-result-store.storage-path。但这必须手动清理旧运行的存储路径，并始终保留最新目录：

ls -lth /tmp/flink/ha/job-result-store/basic-checkpoint-ha-example/
total 0
drwxr-xr-x 2 9999 9999 40 May 12 09:51 119e0203-c3a9-4121-9a60-d58839576f01 <- must be retained
drwxr-xr-x 2 9999 9999 60 May 12 09:46 a6031ec7-ab3e-4b30-ba77-6498e58e6b7f
drwxr-xr-x 2 9999 9999 60 May 11 15:11 b6fb2a9c-d1cd-4e65-a9a1-e825c4b47543

AuditUtils 可以记录自定义资源中的敏感信息 #

• 按照 FLINK-30306 中的报告，当 Flink 自定义资源发生变化时，Operator 会记录更改，其中可能包含敏感信息。我们建议在运行时将机密信息注入到 Flink 容器中以减轻这种情况。
• 请注意，任何可以访问自定义资源的人员已经可以访问潜在的敏感信息，但是只能访问日志的人员现在也可以看到这些信息。我们计划在后续版本中向 AuditUtils 引入遮蔽规则以改进此问题。