Flink Sql Gateway的原理与实践
1 背景
我们在使用Flink开发实时任务时，都会用到框架本身提供的DataStream API，这使得用户不能不用Java或者Scala甚至Python来编写业务逻辑；这种方式虽然灵活且表达性强，但对用户具有一定的开发门槛，并且随着版本的不断更新，DataStream API也有很多老版本不兼容的问题。所以Flink SQL就成了广大开发用户的最佳选择，之所以Flink推出SQL API，主要是因为SQL有如下几个重要特性：
声明式API：用户只关心做什么,而不关心怎么做；
自动优化：屏蔽底层API的复杂性,自动做优化；
简单易懂：SQL应用于不同行业和领域，学习成本较低；
不易变动：语法遵循SQL标准规范,不易变动；
流批统一：同样的SQL代码,可以用流和批的方式执行。
虽然Flink提供了SQL能力，但还是有必要基于Flink SQL打造属于自己的平台，目前搭建SQL平台的方式有如下几种：
Flink原生API：使用Flink提供的SQL API，封装一个通用的pipeline jar，利用flink shell脚本工具提交sql任务；
Apache Zeppelin：一款开源产品，利用notebook方式管理sql任务，目前已经与Flink集成，且提供了丰富的SDK；
Flink Sql Gateway：Flink官方出品的一个Sql网关，用Rest方式执行Flink Sql。
第一种方式缺乏灵活性，且大量提交任务时，有性能瓶颈；而Zeppelin虽然功能强大，但页面功能有限，如果要基于Zeppelin打造SQL平台，要么使用SDK，要么对Zeppelin做重度的二次开发；所以Flink Sql Gateway比较适合做平台化建设，因为它是一个独立的网关服务，方便与公司现有系统集成，完全与其它系统解耦，本文也主要阐述Flink Sql Gateway的实践与探索。
2 Flink Sql Gateway 简介
2.1 架构
如上图所示，Flink Sql Gateway的架构比较简单，主要组件是SqlGatewayEndpoint，它是基于Flink的RestServerEndpoint实现的一个Netty服务，通过自定义实现多种handler来完成sql任务的创建和部署，以及管理的能力。SqlGatewayEndpoint内部主要由SessionManager（会话管理）组成，SessionManager维护了一个session map，而session内部主要是一些上下文配置和环境信息。
SqlGatewayEndpoint：基于RestServerEndpoint实现的Netty服务，对外提供Rest Api;
SessionManager ：会话管理器，管理session创建与删除；
Session：一个会话，里面存放着任务所需要的Flink配置和上下文环境信息，负责任务的执行；
Classpath：Flink Sql Gateway启动时会加载flink安装目录的classpath，所以flink sql gateway 基本上没有除flink以外的相关依赖。
2.2 执行流程
sql gateway其实只是一个普通的NIO服务器，每个Handler都会持有SessionManager的引用，因此可以共同访问同一个SessionManager对象。当请求到达时，Handler会获取请求中的参数，如SessionId等，去SessionManager中查询对应的Session，从而执行提交sql、查询任务状态等工作。请求流程如下图所示：
创建 session，这是使用sql gateway的第一步，SessionManager会把用户传入的任务执行模式、配置、planner引擎方式等参数封装成Session对象，放入map中，并返回sessionid给用户；
用户持有sessionid，发起sql request的请求，gateway根据sessionid找到对应的Session对象，开始部署sql job到yarn / kubernetes；
2.3 功能
2.3.1 任务部署
Flink Sql Gateway作为Flink的客户端，任务部署直接运用了Flink的能力，而 Flink目前支持三种部署模式：
in Application Mode，
in a Per-Job Mode，
in Session Mode。
三种模式有如下两个区别：
集群生命周期和资源隔离：per-job mode的集群生命周期与job相同，但有较强的资源隔离保证。
应用程序的main()方法是在客户端还是在集群上执行：session mode和per-job mode在客户端上执行，而application mode在集群上执行。
从以上可以看出，Application Mode为每个应用程序创建一个会话集群，并在集群上执行应用程序的 main() 方法，所以它是session mode和per-job的一个折中方案。
目前为止，Flink只支持jar包任务的application mode，所以想要实现sql任务的application mode，需要自己改造实现，后面会讲实现方法。
2.3.2 SQL 能力
Flink Sql Gateway支持的Sql语法如下：
Flink Sql Gateway支持所有Flink Sql语法，但本身也有一些限制：
不支持多条sql执行，多条insert into执行会产生多个任务；
不完整的set支持，对于set语法支持存在bug；
Sql Hit支持不是很友好，写在sql里比较容易出错。
3 平台化改造
3.1 SQL 的 application mode 实现
前面说到，flink不支持sql任务的application mode部署，只支持jar包任务。jar 包任务的application mode实现如下图所示：
flink-clients解析出用户的配置和jar包信息；
ApplicationConfiguration里指定了main方法的入口类名和入参；
ApplicationDeployer负责把Jobmanager启动，并且启动时执行Flink Application的main方法。
通过以上流程可以看出，要实现sql的application mode，实现通用执行sql的pipeline jar是关键：
实现一个执行sql的通用pipeline jar包，并且预先传到yarn或者k8s,如下所示：
在ApplicationConfiguration中指定
pepeline jar的main方法入口和参数：
3.2 多 Yarn 集群支持
目前Flink只支持单Yarn环境的任务部署，对于拥有多套Yarn环境的场景，需要部署多套Flink环境，每个Flink对应一个Yarn环境配置；虽然这种方式能解决问题，但并不是最优的解决方案。熟悉Flink应该都知道，Flink使用 ClusterClientFactory的SPI来生成与外部资源系统（Yarn/kubernetes）的访问介质（ClusterDescriptor），通过ClusterDescriptor可以完成与资源系统的交互，比如YarnClusterDescriptor，它持有YarnClient对象，可以完成与Yarn的交互；所以对于多Yarn环境，我们只要保证YarnClusterDescriptor 里持有的YarnClient对象与Yarn环境一一对应即可，代码如下图所示：
作者简介
Zheng OPPO高级数据平台工程师
主要负责基于Flink的实时计算平台开发, 对Flink有较丰富的研发经验, 也曾参与过Flink社区的贡献。
获取更多精彩内容，请扫码关注[OPPO数智技术]公众号
作者：OPPO数智技术
链接：https://juejin.cn/post/7042191745051787271