「Flink」配置使用Flink调试WebUI

本文详细介绍了如何在IDE中配置Flink以显示Web UI,以便于观察Flink程序的运行状态。主要步骤包括添加Maven依赖、设置WebUI的Flink运行环境、启动Flink程序,并说明可以通过访问http://localhost:8081来查看WebUI。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

很多时候,我们在IDE中编写Flink代码,我们希望能够查看到Web UI,从而来了解Flink程序的运行情况。按照以下步骤操作即可,亲测有效。

1、添加Maven依赖

<dependency>
       <groupId>org.apache.flink</groupId>
       <artifactId>flink-runtime-web_2.11</artifactId>
       <version>1.9.0</version>
</dependency>
<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-runtime-web_${scala.version}</artifactId>
    <version>${flink.version}</version>
</dependency>

2、使用带WebUI的Flink运行环境

StreamExecutionEnvironment env = StreamExecutionEnvironment.createLocalEnvironmentWithWebUI(configuration);

3、启动Flink程序

4、打开 http://

### Flink Web UI 功能概述 Flink 提供了一个基于Web的用户界面 (Web UI),用于监控和管理正在运行的任务以及集群的状态。此界面提供了丰富的信息展示,帮助用户更好地理解作业执行情况并进行必要的调试工作[^1]。 - **任务概览**:显示当前所有提交给集群处理的工作列表及其状态。 - **性能指标**:提供关于内存消耗、CPU利用率等资源使用的统计数据。 - **日志查看器**:允许访问各个节点上的标准输出/错误流记录。 - **拓扑视图**:以图形化方式呈现数据流转路径,便于追踪问题所在位置。 - **配置详情**:可以查阅已部署实例的各项设定参数值。 对于具体的功能模块而言: #### 作业仪表板 展示了整个应用程序生命周期内的各项活动统计图表;支持按需筛选特定时间段的数据来分析趋势变化。 #### Checkpoint历史记录 能够跟踪保存点创建过程中的进度条更新频率及时长分布状况,有助于评估恢复机制的有效性和优化存储策略。 ```python # Python示例代码并非直接关联于Flink Web UI操作, 此处仅作为说明用途 import requests def get_flink_job_overview(flink_web_ui_url): response = requests.get(f"{flink_web_ui_url}/jobs/overview") return response.json() ``` #### 配置调整建议 当涉及到YARN环境下的Flink应用时,为了确保NUMA架构的优势得到充分利用,应当考虑如下设置项[^3]: - `yarn.nodemanager.resource.cpu-vcores`:指定每个NodeManager可用的核心数。 - `yarn.nodemanager.resource.memory-mb` :定义每台机器上可分配的最大内存量。 - `yarn.nodemanager.vmem-pmem-ratio`: 控制虚拟内存与物理内存之间的比例关系,默认情况下不启用此项控制逻辑。 这些参数可以在YARN的全局配置文件中找到,并且可以通过修改对应的XML标签完成相应数值的更改。值得注意的是,在某些场景下可能还需要额外关注NUMA感知调度特性(`yarn.nodemanager.numa-awareness.enabled`) 的启停状态,这将影响到容器启动过程中对底层硬件特性的利用效率。 最后,任何针对核心组件配置文档所做的改动都应同步至集群内部其余成员,并适时触发服务重启以便使新规则生效[^4]。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值