Apache SeaTunnel 3 分钟入门指南

news2024/9/24 1:16:28

简介

新一代分布式超高性能云原生数据同步工具 - Apache SeaTunnel 已经在B站、腾讯云、字节等数百家公司使用。
SeaTunnel 是 Apache 软件基金会下的一个高性能开源大数据集成工具，为数据集成场景提供灵活易用、易扩展并支持千亿级数据集成的解决方案。SeaTunnel 可以选择 SeaTunnel Zeta [1] 引擎上运行，也可以选择在 Apache Flink 或 Spark 引擎上运行。Seaunnel 为实时(CDC)和批量数据提供高性能数据同步能力。本指南将引导您快速入门 SeaTunnel，为您的大数据集成项目提供支持(为了使用上的方便，本文将以 SeaTunnel Zeta 为运行引擎)。

一、环境准备

如果没有 Java 运行环境，请首先下载一个 Java 环境：

Java (Java 8 or 11, 其他大于 Java 8 版本理论上也能支持) 确保在终端执行 java -version 可以输出 java 版本信息，如下
file

下载并安装 SeaTunnel 发行版：从官方网站（https://seatunnel.apache.org/download) 下载最新的 SeaTunnel 发行版，并解压到合适的目录。
安装 Connector 插件：需要什么数据源插件就安装什么[2]，非常简单。您可以通过配置 config/plugin_config 文件来指定所需的插件。如果你初次只是想体验一下 SeaTunnel, 您只需要保留 2 个 connector-fake(造数插件)、connector-console(打印到控制台插件) 2 个插件就可以了，您可以修改 plugin_config 文件只保留如下内容：

	--connectors-v2--
	connector-fake
	connector-console
	--end--

然后运行命令安装 connector (注：从 2.2.0-beta 开始，二进制包默认不提供 connector 依赖，所以第一次使用需要下载 connector 插件)

 sh bin/install-plugin.sh 2.3.1

执行完毕后，在 connectors/seatunnel 目录下会出现相应的 connector jar。

file

注意：该操作需要联网，你也可以手动下载 connector 从 Apache Maven Repository 下载，然后手动移动到 connectors/seatunnel 目录

二、配置 SeaTunnel 同步作业

添加作业配置文件。编辑 config/v2.batch.config.template 文件，该文件决定了在启动 SeaTunnel 后数据输入、处理和输出的方式及逻辑。以下是一个配置文件示例:

env {  
  execution.parallelism = 2
  job.mode = "BATCH"
  #checkpoint.interval = 10000
}
 
source {
    FakeSource {
      parallelism = 2
      result_table_name = "fake"
      row.num = 16
      schema = {
        fields {
          name = "string"
          age = "int"
        }
      }
    }
}
 
sink {
  Console {}
}

三、运行 SeaTunnel 作业

在命令行中，切换到 SeaTunnel 解压目录, 运行以下命令，启动 SeaTunnel 作业：

cd "apache-seatunnel-incubating-${version}"
./bin/seatunnel.sh --config ./config/v2.batch.config.template -e local

此命令将以 local (本地模式) 运行您的 SeaTunnel 作业。如果您需要以 SeaTunnel Cluster (集群模式) 请参考[3]。
当您运行上述命令时，您可以在控制台中看到其输出。您可以将其视为命令是否成功运行的标志。

SeaTunnel 控制台将打印如下日志：

2023-04-11 18:33:30,547 INFO  org.apache.seatunnel.connectors.seatunnel.fake.source.FakeSourceSplitEnumerator - Assigning splits to readers 0 [FakeSourceSplit(splitId=0, rowNum=16)]
2023-04-11 18:33:30,551 INFO  org.apache.seatunnel.connectors.seatunnel.fake.source.FakeSourceSplitEnumerator - Assigning splits to readers 1 [FakeSourceSplit(splitId=1, rowNum=16)]
2023-04-11 18:33:31,489 INFO  org.apache.seatunnel.connectors.seatunnel.fake.source.FakeSourceReader - 16 rows of data have been generated in split(1). Generation time: 1681209211485
2023-04-11 18:33:31,489 INFO  org.apache.seatunnel.connectors.seatunnel.console.sink.ConsoleSinkWriter - subtaskIndex=1  rowIndex=1:  SeaTunnelRow#tableId= SeaTunnelRow#kind=INSERT : jBHJM, 1251717627
2023-04-11 18:33:31,489 INFO  org.apache.seatunnel.connectors.seatunnel.fake.source.FakeSourceReader - Closed the bounded fake source
2023-04-11 18:33:31,489 INFO  org.apache.seatunnel.connectors.seatunnel.console.sink.ConsoleSinkWriter - subtaskIndex=1  rowIndex=2:  SeaTunnelRow#tableId= SeaTunnelRow#kind=INSERT : hOPkY, 565194744
2023-04-11 18:33:31,489 INFO  org.apache.seatunnel.connectors.seatunnel.console.sink.ConsoleSinkWriter - subtaskIndex=1  rowIndex=3:  SeaTunnelRow#tableId= SeaTunnelRow#kind=INSERT : QRUsG, 706574302
...............

      当任务运行完毕，会出现本次任务的汇总信息：

2023-04-11 18:33:32,639 INFO  org.apache.seatunnel.core.starter.seatunnel.command.ClientExecuteCommand -
***********************************************
           Job Statistic Information
***********************************************
Start Time                : 2023-04-11 18:33:27
End Time                  : 2023-04-11 18:33:32
Total Time(s)             :                   4
Total Read Count          :                  32
Total Write Count         :                  32
Total Failed Count        :                   0
***********************************************

至此，SeaTunnel 就已经成功运行完成了！

总结：

通过遵循本指南，您已经成功地搭建并运行了一个基本的 SeaTunnel 任务。您现在可以开始尝试使用 SeaTunnel 解决您的数据集成需求。怎么样，是不是非常非常简单易上手，快来试一试吧！
如需了解更多关于 SeaTunnel 的详细信息，请访问官方文档：https://seatunnel.apache.org/ 也欢迎联系我们的贡献者微信：seatunnel1 加入我们的 SeaTunnel 官方用户群！手把手教会您如何使用 SeaTunnel!

最后，有正在或打算使用 Apache SeaTunnel 2.3.x 的同学欢迎微信: davidzollo，SeaTunnel 社区为 2.3 系列建有专项支持群，大力提供技术支持，欢迎进入SeaTunnel Zeta 同步引擎带来的同步新时代/::>

附录，已经在使用 SeaTunnel 的部分用户
file