创建并运行适用于 Python 的 Apache Flink 应用程序的托管服务

创建数据流 (AWS CLI)

1. 要创建第一个直播 (ExampleInputStream)，请使用以下 Amazon Kinesis 命令create-stream AWS CLI 。

   $ aws kinesis create-stream \
   --stream-name ExampleInputStream \
   --shard-count 1 \
   --region us-east-1 

2. 要创建应用程序用来写入输出的第二个流，请运行同一命令（将流名称更改为 ExampleOutputStream）。

   $ aws kinesis create-stream \
   --stream-name ExampleOutputStream \
   --shard-count 1 \
   --region us-east-1 

1. 使用以下命令克隆远程存储库：

   git clone https://github.com/aws-samples/amazon-managed-service-for-apache-flink-examples.git

2. 导航到 ./python/GettingStarted 目录。

从命令行运行应用程序

1. 确保独立 Python 环境（例如 Conda 或你安装了 Python Flink 库 VirtualEnv 的地方）当前处于活动状态。

2. 确保你mvn package至少跑过一次。

3. 设置 IS_LOCAL = true 环境变量：

   $ export IS_LOCAL=true

4. 将该应用程序作为常规 Python 脚本运行。

   $python main.py

要从内部运行应用程序 IDE

1. 将您的配置IDE为使用以下配置运行main.py脚本：

   1. 使用独立的 Python 环境，例如 Conda 或你安装 PyFlink 库 VirtualEnv 的地方。

   2. 使用 AWS 凭据访问输入和输出 Kinesis 数据流。

   3. 设置 IS_LOCAL = true。

2. 设置运行配置的确切过程取决于您的，IDE并且各不相同。

3. 设置完毕后IDE，运行 Python 脚本，并在应用程序运行IDE时使用您提供的工具。

上传应用程序代码JAR文件

1. 打开 Amazon S3 控制台，网址为https://console.aws.amazon.com/s3/。

2. 选择您之前为应用程序代码创建的存储桶。

3. 选择上传。

4. 选择 Add files。

5. 导航到上一步中生成的.zip 文件：target/managed-flink-pyflink-getting-started-1.0.0.zip。

6. 在不更改任何其他设置的情况下选择 “上传”。

1. 在 /flink 上打开适用于 Apache Flink 的托管服务控制台 https://console.aws.amazon.com

2. 确认选择了正确的区域：美国东部（弗吉尼亚北部）us-east-1。

3. 打开右侧菜单，选择 Apache Flink 应用程序，然后选择 “创建流媒体应用程序”。或者，从初始页面的 “入门” 部分中选择 “创建流媒体应用程序”。

4. 在 “创建流媒体应用程序” 页面上：

   • 在 “选择一种设置流处理应用程序的方法” 中，选择 “从头开始创建”。

   • 对于 Apache Flink 配置，即应用程序 Flink 版本，请选择 Ap ache Flink 1.19。

   • 对于应用程序配置：

     • 对于 应用程序名称 ，输入 MyApplication。

     • 对于描述，输入 My Python test app。

     • 在访问应用程序资源中，选择使用所需策略创建/更新IAM角色 kinesis-analytics-analytics--us-MyApplication east-1。

   • 对于应用程序模板设置：

     • 对于 “模板”，选择 “开发”。

   • 选择 “创建流媒体应用程序”。

编辑IAM策略以添加 S3 存储桶权限

1. 打开IAM控制台，网址为https://console.aws.amazon.com/iam/。

2. 选择策略。选择控制台在上一部分中为您创建的 kinesis-analytics-service-MyApplication-us-east-1 策略。

3. 选择 “编辑”，然后选择该JSON选项卡。

4. 将以下策略示例中突出显示的部分添加到策略中。替换示例账户 IDs (012345678901) 使用您的账户 ID。

   {
       "Version": "2012-10-17",
       "Statement": [
           {
               "Sid": "ReadCode",
               "Effect": "Allow",
               "Action": [
                   "s3:GetObject",
                   "s3:GetObjectVersion"
               ],
               "Resource": [
                   "arn:aws:s3:::my-bucket/kinesis-analytics-placeholder-s3-object"
               ]
           },
           {
               "Sid": "ListCloudwatchLogGroups",
               "Effect": "Allow",
               "Action": [
                   "logs:DescribeLogGroups"
               ],
               "Resource": [
                   "arn:aws:logs:us-east-1:012345678901:log-group:*"
               ]
           },
           {
               "Sid": "ListCloudwatchLogStreams",
               "Effect": "Allow",
               "Action": [
                   "logs:DescribeLogStreams"
               ],
               "Resource": [
                   "arn:aws:logs:us-east-1:012345678901:log-group:/aws/kinesis-analytics/MyApplication:log-stream:*"
               ]
           },
           {
               "Sid": "PutCloudwatchLogs",
               "Effect": "Allow",
               "Action": [
                   "logs:PutLogEvents"
               ],
               "Resource": [
                   "arn:aws:logs:us-east-1:012345678901:log-group:/aws/kinesis-analytics/MyApplication:log-stream:kinesis-analytics-log-stream"
               ]
           },
           {
               "Sid": "ReadInputStream",
               "Effect": "Allow",
               "Action": "kinesis:*",
               "Resource": "arn:aws:kinesis:us-east-1:012345678901:stream/ExampleInputStream"
           },
           {
               "Sid": "WriteOutputStream",
               "Effect": "Allow",
               "Action": "kinesis:*",
               "Resource": "arn:aws:kinesis:us-east-1:012345678901:stream/ExampleOutputStream"
           }
       ]
   }

5. 选择下一步，然后选择保存更改。

配置应用程序

1. 在MyApplication页面上，选择配置。

2. 在 “应用程序代码位置” 部分：

   • 对于 Amazon S3 存储桶，请选择您之前为应用程序代码创建的存储桶。选择 “浏览” 并选择正确的存储桶，然后选择 “选择”。不要在存储桶名称上选择。

   • 在 Amazon S3 对象的路径中，输入managed-flink-pyflink-getting-started-1.0.0.zip。

3. 对于访问权限，请选择kinesis-analytics-MyApplication-us-east-1使用所需策略创建/更新IAM角色。

4. 移至 “运行时属性”，并保留所有其他设置的默认值。

5. 选择 “添加新项目”，然后添加以下每个参数：

   组 ID	键	值
   InputStream0	stream.name	ExampleInputStream
   InputStream0	flink.stream.initpos	LATEST
   InputStream0	aws.region	us-east-1
   OutputStream0	stream.name	ExampleOutputStream
   OutputStream0	aws.region	us-east-1
   kinesis.analytics.flink.run.options	python	main.py
   kinesis.analytics.flink.run.options	jarfile	lib/pyflink-dependencies.jar

6. 请勿修改任何其他部分，然后选择 “保存更改”。

运行应用程序

1. 在适用于 Apache Flink 的亚马逊托管服务的控制台上，选择 “我的应用程序”，然后选择 “运行”。

2. 在下一页的应用程序还原配置页面上，选择使用最新快照运行，然后选择运行。

   “应用程序状态” 详细信息会从Ready到，Starting然后转换到应用程序启动Running时。

打开 控制面板

1. 选择 “打开 Apache Flink 控制面板”。仪表板将在新页面上打开。

2. 在 “正在运行的作业” 列表中，选择您可以看到的单个作业。

   注意

   如果您设置了 Runtime 属性或对IAM策略的编辑不正确，则应用程序状态可能会变为Running，但是 Flink 控制面板显示作业正在持续重启。如果应用程序配置错误或缺乏访问外部资源的权限，则通常会出现这种故障。

   发生这种情况时，请查看 Flink 控制面板中的 “异常” 选项卡以查看问题的原因。

查看指标

1. 在 “刷新” 按钮旁边，从下拉列表中选择 10 秒。

2. 当应用程序运行且运行正常时，您可以看到正常运行时间指标不断增加。

3. 完全重启指标应为零。如果它增加，则配置可能会出现问题。要调查问题，请查看 Flink 控制面板上的 “异常” 选项卡。

4. 在运行良好的应用程序中，失败的检查点数指标应为零。

   注意

   此仪表板显示一组固定的指标，粒度为 5 分钟。您可以使用仪表板中的任何指标创建自定义应用程序 CloudWatch 控制面板。

查看输出

1. 在 /kinesis 上打开 Kinesis 控制台。https://console.aws.amazon.com

2. 确认该区域与您运行本教程时使用的区域相同。默认情况下，它是 US-East-1US 东部（弗吉尼亚北部）。如有必要，请更改区域。

3. 选择数据流。

4. 选择要观看的直播。在本教程中，请使用 ExampleOutputStream。

5. 选择数据查看器选项卡。

6. 选择任意碎片，保持 “最新” 作为起始位置，然后选择 “获取记录”。您可能会看到 “未找到该请求的记录” 错误。如果是，请选择 “重试获取记录”。发布到直播显示屏的最新记录。

7. 在 “数据” 列中选择值以检查记录的JSON格式内容。

停止应用程序

1. 从 “操作” 下拉列表中，选择 “停止”。

2. 应用程序详细信息中的状态从Running变为Stopping，然后转换到应用程序完全停止Ready时。

   注意

   别忘了停止从 Python 脚本或 Kinesis 数据生成器向输入流发送数据。