Apache SeaTunnel k8s 集群模式 Zeta 引擎部署指南

SeaTunnel提供了一种运行Zeta引擎(cluster-mode)的方法,可以让Kubernetes在本地运行Zeta引擎,实现更高效的应用程序部署和管理。在本文中,我们将探索SeaTunnel k8s运行zeta引擎(cluster-mode模式)的更多信息,了解如何更好地利用Zeta引擎的优势。

  1. 将SeaTunnel上传至服务器上。我之前已经解压并执行过install-plugin.sh,这里为了方便,我直接用的执行过install-plugin.sh脚本之后的seatunnel做演示。

执行过install-plugin后的lib目录包含如下:

复制代码
tar -zxvf apache-seatunnel-2.3.3-bin.tar.gz
sh apache-seatunnel-2.3.3/bin/install-plugin.sh
tar -czvf  apache-seatunnel-2.3.3-bin.tar.gz  apache-seatunnel-2.3.3
  1. 构建seatunnel镜像。在安装seatunnel的同级文件夹下创建Dockerfile。配置如下,可自行选择版本:

    复制代码
    FROM openjdk:8
    ENV SEATUNNEL_HOME="/opt/seatunnel"
    ENV SEATUNNEL_VERSION="2.3.3"
    COPY /apache-seatunnel-${SEATUNNEL_VERSION}-bin.tar.gz /opt/apache-seatunnel-${SEATUNNEL_VERSION}-bin.tar.gz
    WORKDIR /opt
    RUN tar -xzvf apache-seatunnel-${SEATUNNEL_VERSION}-bin.tar.gz
    RUN mv apache-seatunnel-${SEATUNNEL_VERSION} seatunnel
    RUN rm -f /opt/apache-seatunnel-${SEATUNNEL_VERSION}-bin.tar.gz
    WORKDIR /opt/seatunnel

执行命令

复制代码
docker build -t seatunnel:2.3.3 -f Dockerfile.
  1. 查看镜像

    docker images

如下所示镜像

  1. 将镜像load进k8s,这里用的minikube做演示

    复制代码
    minikube image load seatunnel:2.3.3

    上述可参考:手把手教你掌握SeaTunnel k8s运行Zeta引擎本地模式的技巧

  2. 创建configmap如下

    复制代码
    kubectl create configmap hazelcast-client  --from-file= config/hazelcast-client.yaml
    kubectl create configmap hazelcast  --from-file=config/hazelcast.yaml
    kubectl create configmap seatunnelmap  --from-file=config/seatunnel.yaml
  3. 使用Reloader实现更新configmap后自动重启pod

    wget https://raw.githubusercontent.com/stakater/Reloader/master/deployments/kubernetes/reloader.yaml

    kubectl apply -f reloader.yaml

  1. 创建seatunnel-cluster.yml如下

    apiVersion: v1
    kind: Service
    metadata:
    name: seatunnel
    spec:
    selector:
    app: seatunnel
    ports:

    • port: 5801
      name: seatunnel
      clusterIP: None

    apiVersion: apps/v1
    kind: StatefulSet
    metadata:
    name: seatunnel
    annotations:
    configmap.reloader.stakater.com/reload: "hazelcast,hazelcast-client,seatunnelmap"
    spec:
    serviceName: "seatunnel"
    replicas: 3
    selector:
    matchLabels:
    app: seatunnel
    template:
    metadata:
    labels:
    app: seatunnel
    spec:
    containers:
    - name: seatunnel
    image: seatunnel:2.3.3
    imagePullPolicy: IfNotPresent
    ports:
    - containerPort: 5801
    name: client
    command: ["/bin/sh","-c","/opt/seatunnel/bin/seatunnel-cluster.sh -DJvmOption=-Xms2G -Xmx2G"]
    resources:
    limits:
    cpu: "1"
    memory: 4G
    requests:
    cpu: "1"
    memory: 2G
    volumeMounts:
    - mountPath: "/opt/seatunnel/config/hazelcast.yaml"
    name: hazelcast
    subPath: hazelcast.yaml
    - mountPath: "/opt/seatunnel/config/hazelcast-client.yaml"
    name: hazelcast-client
    subPath: hazelcast-client.yaml
    - mountPath: "/opt/seatunnel/config/seatunnel.yaml"
    name: seatunnelmap
    subPath: seatunnel.yaml
    volumes:
    - name: hazelcast
    configMap:
    name: hazelcast
    - name: hazelcast-client
    configMap:
    name: hazelcast-client
    - name: seatunnelmap
    configMap:
    name: seatunnelmap

  2. 执行

    kubectl apply -f seatunnel-cluster.yml

  1. 修改configmap中的配置

    kubectl edit cm hazelcast

    修改集群地址
    这里采用的是headless service访问模式
    一般pod之间访问其格式为 ...svc.cluster.local

如下示例

  • seatunnel-0.seatunnel.default.svc.cluster.local
  • seatunnel-1.seatunnel.default.svc.cluster.local
  • seatunnel-2.seatunnel.default.svc.cluster.local

友情提示:不要用tab,用空格 。不然会报错

复制代码
kubectl edit cm hazelcast-client
复制代码
kubectl edit cm seatunnelmap

此处改为自己的hdfs地址。

  1. 可以看到如下
  1. 待所有节点都更新完毕处于running状态后 可进入容器内查看路径是否已修改

    kubectl exec -it seatunnel-0 /bin/bash
    cat config/hazelcast.yaml

  1. 在容器内查看日志

    tail -200f logs/seatunnel-engine-server.log

我们发现集群已经正常运行.

  1. 运行任务

我们可以再新打开一个连接,登录另一个pod节点执行任务来测试集群:

复制代码
kubectl exec -it seatunnel-1 /bin/bash

bin/seatunnel.sh --config config/v2.streaming.conf.template

我们发现其他pod内也已经开始运行任务

原文链接:https://blog.csdn.net/weixin_41854429/article/details/132836402

本文由 白鲸开源科技 提供发布支持!

相关推荐
天涯明月19935 分钟前
世界模型:原理、范式与工程实践
大数据·人工智能·大模型·具身智能·世界模型
梦想画家1 小时前
SQLMesh Python 模型入门(三):前后置语句、蓝图建模与避坑指南
大数据·python·sqlmesh
和裕2 小时前
年度框架直供 vs 零散按需采购:定制纸箱采购成本、交付与服务核心区别全对比
大数据·运维·网络·人工智能·算法
具身AGI3 小时前
ARR还是交付量,物理AI 国产 的三种收入口径
大数据·人工智能
计算机源码社3 小时前
基于大数据技术的城市空气质量时序趋势与站点特征分析系统 面向监测站点的城市空气污染时空异质性分析与可视化系统
大数据·机器学习·数据挖掘·数据分析·毕业设计·课程设计·数据可视化
AC赳赳老秦3 小时前
OpenClaw 数据引用规范自动生成:为公开数据构建可信来源标注与标准引用体系
大数据·开发语言·汇编·数据库·人工智能·deepseek·openclaw
乐迪信息3 小时前
AI防爆摄像机,监测港口船舶航行偏航隐患
大数据·人工智能·深度学习·算法·计算机视觉
西索斯coding4 小时前
grok-4.7 调用一直 429 怎么办?不是额度用完——是 RPM 和 TPM 双桶限流,附响应头读取代码和退避策略
大数据·人工智能·机器学习·ai
QYR-分析5 小时前
生物识别装备升级:全球全掌掌纹扫描仪市场格局与发展前景解析
大数据
蜗牛互联网5 小时前
从Barclays扩大Claude部署看受监管软件工程的责任重分配
java·大数据·人工智能·后端·软件工程