本文将从5个方面详细介绍数据平台大数据任务开发的基础知识。包含数据平台的简介、如何在平台内创建Flink表、如何编写Flink大数据处理作业、Flink任务启动时的调用流程以及Flink web UI 任务监控页面。此外，将重点介绍数据平台内Flink任务开发相关的部分内容，包括Flink数据连接、Flink流作业、批作业和资源库。资源库为自定义的UDF，为了方便介绍后续将统一简称为平台。
目录索引云智慧AIOps社区是由云智慧发起，针对运维业务场景，提供算法、算力、数据集整体的服务体系及智能运维业务场景的解决方案交流社区。该社区致力于传播AIOps技术，旨在与各行业客户、用户、研究者和开发者们共同解决智能运维行业技术难题、推动AIOps技术在企业中落地、建设健康共赢的AIOps开发者生态。
数据平台Flink数据连接
新建Kafka源表支持数据连接类型 数据作业开发任务启动流程Flink任务监控页面了解更多 数据平台
平台定义
平台基于Flink计算框架，集成Kafka、Clickhouse等大数据组件，具备数据采集、数据同步、数据存储、实时计算、离线计算、数据治理、数据服务等能力。实践平台化思维，充分利用数据，可实现复杂业务的数据开发任务，构建了一套完整的技术生态体系。
平台目标
定位为实时数仓、流批一体、湖仓一体的智能大数据平台，提升整体的IT运营服务能力。
Flink数据连接Flink数据连接是Flink读取和写入到web系统数据库的一个接口。下图为Flink 数据连接的一个页面，左侧的为目录数，方便数据源的归类与查找。右侧列表化展示数据连接，可根据数据连接的名称、类型、标签等内容进行检索，支持导入、导出与复制，方便做迁移和备份编辑。右上角新建按钮可以点击新建Kafka、Redis以及Clickhouse 的原表和结果表。通过页面式、配置化操作，将各数据资源虚拟化成Flink表。
新建Kafka源表命名数据连接名称：名称方便于在数据列表中进行查询。
地址和端口：用于读取集群上的topic；Kafka类型：Kafka类型分为Kafka和 upsert-Kafka；数据格式：常用数据格式为json；消费方式：分为从头开始消费（从最老的数据将Kafka topic完整的数据都消费到）、从当前位置，从group offset以及从指定时间开始消费；最大读取记录数：一批次内读取的最大数据量；key格式与字段
动态表名称：后续在Flink SQL中写SQL时将会用到，即建表的表名
Kafka源表创建完成之后，将会得到该建表语句
支持数据连接类型Kafka：支持Kafka连接器和upsert-Kafka连接器Clickhouse：基于jdbc连接器开发，支持Clickhouse集群和多节点轮询数据写入Redis：自主开发，支持单机、集群、哨兵和代理模式的Redis服务，提供写入和维表关联能力逐步支持更多的数据连接 数据作业开发
数据作业开发页面与数据源页面类似，左边为目录，右边可以新建编辑作业。
编辑SQL页面支持以下操作：
支持勾选数据源表和数据结果表选择数据表后，填充建表语句至编辑区，支持自定义修改支持添加自定义算子
SQL编辑完成后可进行作业配置操作：
并行度：任务每个算子的线程数插槽数：每个插槽独占CPU资源，但使用同一个执行器的JVM内存资源（同一个taskmanager的插槽），增加插槽数会获取更多的计算资源，但不利于内存资源的利用效率。重启策略：可设置固定重启次数和失败比例策略 任务启动流程
Flink任务启动会运行起一个JobManager和一个或多个TaskManager。
JobManager：负责资源提供、回收、分配，任务调度、处理完成或失败的任务、协调 checkpoint、提供REST接口和WebUI展示作业执行信息。
TaskManager：执行作业任务并缓存和交换数据流，包含一个或多个task slot。TaskManager 中 task slot 的数量表示并发处理 task 的数量，一个 task slot 中可以执行多个算子。
TaskManager是一个JVM进程，所包含的多个Task Slot会均分JVM内存。 多个算子可共享一个Task Slot，有利于资源分配和资源利用，并行度设置为Task Slot数的整数倍，会均匀的分配到每个Task Slot。
Flink任务监控页面平台内维护了任务状态、运行日志等内容，Flink自身也提供了详细的任务监控能力，Flink任务监控包含Flink任务运行状态、时长以及资源分配情况的监控。会展示算子DAG图，数据处理情况以及算子反压、异常日志、Checkpoint记录等。
下图为TaskManager、JobManager的内存占用、GC情况以及运行日志。
了解更多云智慧已开源集轻量级、聚合型、智能运维为一体的综合运维管理平台OMP（Operation Management Platform） ，具备 纳管、部署、监控、巡检、自愈、备份、恢复 等功能，可为用户提供便捷的运维能力和业务管理，在提高运维人员等工作效率的同时，极大提升了业务的连续性和安全性。点击下方地址链接，欢迎大家给OMP点赞送star，了解更多相关内容～
GitHub地址：https://github.com/CloudWise-OpenSource/OMP
Gitee地址：https://gitee.com/CloudWise/OMP
微信扫描识别下方二维码，备注【OMP】加入AIOps社区运维管理平台OMP开发者交流群，与OMP项目PMC面对面交流，和更多行业大佬一起学习～