全部产品
Search
文档中心

实时计算Flink版:实时计算Blink产品公告(已停止新购)

更新时间:Jun 04, 2024

本文为您介绍实时计算Blink产品的相关动态。

公有云实时计算Blink产品进入产品收敛期,请下载查看PDF版

公有云实时计算Blink产品进入产品收敛期,Flink产品详情请参见产品形态。实时计算Blink文档详情请单击阿里云Blink独享模式(公共云已停止新购)下载后进行查看。

2022年11月15日起,Blink独享集群将停止接收新建订单和扩容订单,即进入EOM2阶段。

为了提供更全面的服务体系,聚焦满足客户需求,提供更清晰简化的使用体验,2022年11月15日起暂停实时计算Blink独享模式新用户购买和已经购买客户的扩容订单,续费订单时长不超过4个月,保留阿里云的产品支持。Blink独享集群的产品生命周期策略和EOS时间详情请参见生命周期策略产品形态

实时计算产品已推出更全面的全托管Flink产品,在不增加您成本的基础上,支持您使用UDF或JAR等多种开发方式,告别单一SQL的模式,为您提供更好更全面的实时能力。

非常感谢您对阿里云实时计算产品的支持。

2022年8月15日起,Blink共享集群将停止接收新建订单和扩容订单,即进入EOM2阶段。

为了提供更全面的服务体系,聚焦满足客户需求,提供更清晰简化的使用体验,2022年8月15日起暂停实时计算Blink共享模式新用户购买和已经购买客户的扩容订单,续费订单时长不超过4个月,保留阿里云的产品支持。Blink共享集群的产品生命周期策略和EOS时间详情请参见生命周期策略产品形态

实时计算产品已推出更全面的全托管Flink产品,在不增加您成本的基础上,支持您使用UDF或JAR等多种开发方式,告别单一SQL的模式,为您提供更好更全面的实时能力。

非常感谢您对阿里云实时计算产品的支持。

2021年4月28日-独享模式暂停新购

实时计算Flink版独享模式已于2021年4月28日暂停新购,目前仅支持原有项目的扩缩容和续费操作。如果您有新购需求,推荐使用实时计算Flink全托管。

RocketMQ接入点变更导致实时计算作业适配升级公告

  • 升级公告

    因消息队列RocketMQ接入点地域化变更(详情请参见关于TCP内网接入点设置的公告),如果您已使用了Blink 3.7.10以下版本的RocketMQ Connector,则您需要将您的实时计算作业升级至Blink 3.7.10及以上版本,并将作业中EndPoint参数取值更改为新的RocketMQ接入点,EndPoint参数详情请参见:

    • Blink RocketMQ源表文档:详情请参见Blink PDF文档中的5.6.2.6章节。

    • Blink RocketMQ结果表文档:详情请参见Blink PDF文档中的5.6.3.7章节。

  • 注意事项

    • 旧的RocketMQ接入点在2021年11月后完全不可用,且使用旧的RocketMQ接入点的作业可能存在稳定性风险,因此请您尽快安排作业升级,务必在2021年11月之前完成升级工作。

    • RocketMQ产品承诺:2021年11月前不会下线旧的RocketMQ接入点,但旧的RocketMQ接入点无法保证作业稳定性。

    • 本次升级会导致作业的State无法兼容,请结合业务情况合理安排升级时间,尽量减少对业务的影响。

    • 2021年11月1日以后,实时计算Flink版产品侧不再对使用了旧的RocketMQ接入点的作业进行维护和支持。

2020年8月10日21:00-2020年8月11日02:00-升级公告

2020年8月10日21:00-2020年8月11日02:00,对杭州独享模式管控平台进行升级,升级期间现有运行作业不受影响,但集群创建和扩缩容功能不可用,请知悉。

2020年4月28日21:00-2020年4月29日02:00-升级公告

2020年4月28日21:00-2020年4月29日02:00,对上海独享模式管控平台进行升级,升级期间现有运行作业不受影响,但集群扩缩容功能不可用,请知悉。

2020年4月20日-2020年4月22日-升级公告

2020年4月20日-2020年4月22日,对上海和深圳共享集群的存储服务进行版本升级,旨在为您提供更加稳定的实时计算Flink版服务。正常情况下,此次升级不会对用户的业务造成影响;特殊情况下,Blink3.2和Blink3.3版本的作业会Failover一次后恢复正常。

2019年8月27日-新增资源配置页签

开发页面右侧,新增资源配置页签。原控制台基本属性页签下的资源配置跳转链接已下线。

2019年5月30日-实时计算Flink版3.0.0以上版本新功能

  • 运行信息

    新增Vertex相关信息查询功能,详情请参见Blink PDF文档中的6.5.2章节。

  • 数据曲线

    新增AutoScaling相关曲线,详情请参见Blink PDF文档中的6.5.3章节。

  • Timeline

    新增Timeline功能,详情请参见Blink PDF文档中的6.5.4章节。

  • 属性参数

    新增AutoScale迭代的历史详情查询功能,详情请参见Blink PDF文档中的6.5.10章节。

2019年1月24日-Blink-2.2.7版本发布

Blink-2.2.7 Blink-2.x系列中最新稳定版本,在Blink-1.x版本(最新稳定版本为Blink-1.6.4)进行了全面的升级,采用了自主研发的新一代存储Niagara作为Statebackend的底层存储,优化了SQL的性能,增加了一系列新功能:

  • 主要特性

    • SQL

      • 新增Window Emit机制,可以控制Window结果的输出策略,例如:1小时窗口,每1分钟输出一次。

      • 双流Join支持miniBatch,针对不同场景优化了Retraction处理和State存储结构,提高了性能。

      • AGG支持Filter语法,可以只聚合满足条件的行。

      • 对Local-global AGG进行优化。

      • 重构了SQL的Optimize阶段,解决了SQL编译时间过长的问题。

      • SortedMapView中KEY支持多种数据类型:BOOLEAN、BYTE、SHORT、INT、LONG、FLOAT、DOUBLE、BIGDECIMAL、BIGINT、BYTE[]和STRING。

      • 优化了MIN、MAX、FIRST和LAST函数Retraction场景的性能。

      • 新增多种标量函数,例如时区相关的解析TO_TIMESTAMP_TZ、格式化DATE_FORMAT_TZ和转换函数CONVERT_TZ。

      • 对SQL和Connector模块的错误信息进行了归类,并对每种类型设计了相应的ERROR_CODE。

    • Connector

      • 支持用户自定义的TableFactory注册源表和结果表的Connector。

      • 支持用户通过UDTF方式直接解析数据源类型。

      • 支持读取和写入Kafka。

      • 支持写入到Elasticsearch。

    • Runtime

      • 通过Blink Session机制,统一了用户提交Job、获取执行结果等行为。

      • 开放了调度插件机制,允许计算模型根据需求自定义调度逻辑。

      • 在有限流的情况下,通过避免不必要的全图重启,提高了JobManager和Task FailOver的处理效率。

    • StateBackend

      • 使用NiagaraStateBackend替换RocksDBStateBackend,具备更好的读写性能。

      • (Experimental) NiagaraStateBackend支持计算存储分离,支持Failover过程中State秒级恢复。

  • Blink1.6.4不兼容的语法

    功能项

    影响

    解决办法

    TableFunction接口修改

    所有使用自定义TableFunction的用户。

    更新代码,实现新的getResultType接口。

    ScalarFunction接口修改

    所有使用自定义ScalarFunction的用户。

    实现新的getResultType接口。

    AggregateFunction接口修改

    所有使用自定义AggregateFunction的用户。

    实现新的getAccumulatorType和getResultType接口。例如,accumulator类型为Row(STRING, LONG),Agg result的类型为STRING,则需要实现如下代码。

    public DataType getAccumulatorType\(\) { return
                  DataTypes.createRowType\(DataTypes.String, DataTypes.LONG\); } public DataType
                  getResultType\(\) { return DataTypes.String; }

    MapView构造函数修改

    MapView构造函数形参类型由之前的TypeInformation变更为DataType。所以在自定义UDAF中声明了MapView的Job都会受影响。

    更新代码,按DataType去构造MapView。例如MapView map = new MapView<>(Types.STRING, Types.INT);需要更新为MapView map = new MapView<>(DataTypes.STRING, DataTypes.INT);

    当参数是LONG或INT时,除法和AVG返回类型改为DOUBLE

    以前的除法和AVG函数返回的是入参的字段类型,现在是DOUBLE,会导致类型不匹配的错误。例如:除法和AVG的结果直接写入结果表,可能会报结果表与Query字段类型不匹配的错误。

    在除法和AVG的结果上强制加上CAST。

    在比较BigDecimal 和Decimal数据类型的数据时,会考虑精度

    用到Decimal的Job,可能会报BigDecimal类型不匹配的错误。

    用到Decimal类型的Job,全局替换成带精度的声明方式,Decimal(38, 18)

    NULL与字符串的比较语义

    1.x版本NULL与字符串比较返回True,在2.x版本后遵循了SQL语法语义改为返回False。

    所有NULL与字符串比较的地方,例如:WHERE SPLIT_INDEX(shop_list, ':', 1) <> shop_id,如果SPLIT_INDEX(shop_list, ':', 1)返回了NULL,在1.x版本上WHERE条件会返回True,在2.x上会返回False,将数据过滤。

  • 如何升级到Blink-2.x

    使用Blink-1.x版本的Job升级到Blink-2.x,需要进行数据回溯升级,数据回溯是指用户根据业务需要,在启动Job的时候,指定启动位点,具体操作如下:

    1. 停止待升级Job(清除State)。

    2. 开发界面单击右下角的Flink版本下拉箭头,修改Job的Blink版本为Blink-2.2.7,上线Job。

    3. 启动修改后的Job并指定启动位点。

      如果步骤3执行不成功,需要人工介入查明原因后,进行如下操作:

      • 快速修复SQL,重复步骤1、2、3。

      • 如果无法修复SQL,回退到原有Blink版本。

      • 如果无法生成Json Plan,可以尝试设置如下参数:

        • blink.job.option.jmMemMB=4096

        • blink.job.submit.timeoutInSeconds=600

    Blink-2.0.1的UDX第三方插件安装包详情,请参见Blink PDF文档中的5.11.1章节。类似如下的异常,是因为UDX包的版本太低或者包冲突导致的。

    code:[30016], brief info:[get app plan failed], context info:[detail:[java.lang.NoClassDefFoundError: org/apache/flink/table/functions/aggfunctions/DoubleSumWithRetractAggFunction
    at java.lang.ClassLoader.defineClass1(Native Method)
    at java.lang.ClassLoader.defineClass(ClassLoader.java:788)
    at java.security.SecureClassLoader.defineClass(SecureClassLoader.java:142)
    at java.net.URLClassLoader.defineClass(URLClassLoader.java:467)
    at java.net.URLClassLoader.access$100(URLClassLoader.java:73)