flink1.18源码本地调试环境

01 源码本地调试环境搭建

1. 从github拉取源码创建本地项⽬

https://github.com/apache/flink.git

可以拉取github上官⽅代码

https://github.com/apache/flink.git
GitHub - apache/flink: Apache Flink

2. 配置编译环境

ctrl+alt+shift+s (或菜单)打开项⽬结构,确保jdk版本为1.8,scala版本最好为2.12.73. 源码编译

跳过调试

4、准备运⾏环境

• 在项⽬根⽬录下,创建如下两个⽂件夹: 找到如下⼦模块,并展开如图
• 将上图中conf下的⽂件,拷⻉到项⽬根⽬录下创建的conf下
• 将上图中的lib下的jar包,拷⻉到项⽬根⽬录下创建的distlib下

5、编译中遇到的问题

编译 Flink Shaded

  • 进入 Flink 源码目录,并切换到相应的 Shaded 版本分支,例如 flink-shaded-193。

  • 执行 Maven 命令来编译 Flink Shaded 19 版本:

    复制代码

    mvn clean package -DskipTests
    这将编译 Flink Shaded 19 并生成相应的构建产物

运行 Checkstyle 检查

  • 在修正了代码风格问题后,你可以单独运行 Checkstyle 插件来检查问题是否已经解决。使用以下 Maven 命令:

    复制代码

    mvn checkstyle:check

  • 如果之前没有配置 Checkstyle,或者你想使用不同的配置文件,可以通过 -DconfigLocation 参数指定 Checkstyle 配置文件:

    复制代码

    mvn checkstyle:check -DconfigLocation=checkstyle.xml

整合到构建流程

一旦所有的 Checkstyle 违规问题都被解决,并且本地构建成功,你可以再次尝试完整的 Maven 构建流程:

复制代码

复制

mvn clean package -DskipTests

先去https://mvnrepository.com去搜索下载

发现https://maven.ceon.pl/artifactory/repo/io/confluent/kafka-schema-registry-client/7.2.2/ 大 小有问题。爆了以下错误

ERROR\] Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.0:compile (default-compile) on project flink-avro-confluent-registry: Compilation failure: Compilation failure: \[ERROR\] error reading /Users/AllenBai/.m2/repository/io/confluent/kafka-schema-registry-client/3.3.1/kafka-schema-registry-client-7.2.2.jar; error in opening zip file \[ERROR\] error reading /Users/AllenBai/.m2/repository/io/confluent/kafka-schema-registry-client/7.2.2/kafka-schema-registry-client-7.2.2.jar; error in opening zip file wget http://packages.confluent.io/maven/io/confluent/kafka-schema-registry-client/7.2.2/kafka-schema-registry-client-7.2.2.jar 安装 mvn install:install-file -DgroupId='io.confluent' -DartifactId='kafka-schema-registry-client' -Dversion='7.2.2' -Dpackaging='jar' -Dfile='D:/Tools/jar/kafka-schema-registry-client-7.2.2.jar' '-DskipTests' '-Dmaven.javadoc.skip=true' '-Dmaven.compile.fork=true' 编译成功

相关推荐
The Open Group3 小时前
英特尔公司Darren Pulsipher 博士:以架构之力推动政府数字化转型
大数据·人工智能·架构
喂完待续4 小时前
【Tech Arch】Spark为何成为大数据引擎之王
大数据·hadoop·python·数据分析·spark·apache·mapreduce
三掌柜6664 小时前
NVIDIA 技术沙龙探秘:聚焦 Physical AI 专场前沿技术
大数据·人工智能
源码宝5 小时前
【智慧工地源码】智慧工地云平台系统,涵盖安全、质量、环境、人员和设备五大管理模块,实现实时监控、智能预警和数据分析。
java·大数据·spring cloud·数据分析·源码·智慧工地·云平台
百思可瑞教育6 小时前
Git 对象存储:理解底层原理,实现高效排错与存储优化
大数据·git·elasticsearch·搜索引擎
数据超市7 小时前
香港数据合集:建筑物、手机基站、POI、职住数据、用地类型
大数据·人工智能·智能手机·数据挖掘·数据分析
SelectDB7 小时前
Apache Doris 在菜鸟的大规模湖仓业务场景落地实践
大数据·数据分析·开源
BYSJMG10 小时前
计算机大数据毕业设计推荐:基于Hadoop+Spark的食物口味差异分析可视化系统【源码+文档+调试】
大数据·hadoop·分布式·python·spark·django·课程设计
萤丰信息11 小时前
技术赋能安全:智慧工地构建城市建设新防线
java·大数据·开发语言·人工智能·智慧城市·智慧工地
Viking_bird12 小时前
Apache Spark 3.2.0 开发测试环境部署指南
大数据·分布式·ajax·spark·apache