本文转载自微信公众号「大数据羊说」，作者antigeneral了呀。转载本文请联系大数据羊说公众号。
1.序篇
博主这个系列都是讲 flink sql 相关的实践的。
讲到这个章节，其实挺多常用的 flink sql 语法及实战案例都已经讲了。
那么原理讲了，得在自己家公司把 flink sql 这等好东西用起来啊。
搞大数据开发的同学基本都知道在 HUE 上面写 hive sql 贼爽。那么有没有写 flink sql 的企业级的 web IDE 推荐的呢?
经过博主调研之后，发现有两款非常优秀的利器：
- Apache Zeppelin
- Dlink
为啥先介绍 Dlink 呢?
因为博主和其开发人员混的很熟了，所以就先拿 Dlink 来尝试尝试。
废话不多说，大家都想先看效果再看怎么部署。先看看最终效果。
2.Dlink 平台效果
2.1.登录
登录
登录账号和密码默认为 admin/admin。
2.2.flink sql 开发界面
具体功能如下图所示：
sql 开发
注意：
预跑就是用于快速验证 sql 是否是正确的，可以快速以 standalone 模式跑出来一个结果。肥肠地好用。想看到预跑的结果，在 sql 中不能写 insert into xxx 这段。
可以看到是一个功能很齐全的 web IDE。
接下来我们看看怎么安装部署 Dlink 0.4.0。
3.安装部署篇
3.1.Dlink 的 github
源码直接去 github 上看，已经开源了，链接如下。
https://github.com/DataLinkDC/dlink
3.2.部署环境准备
此部署示例是在 Mac OS 上进行，其他环境未测试。
| 环境 | 版本 | 备注 |
|---|---|---|
| jdk | 1.8.0_201 | web 基础环境 |
| mysql | 8.0+ | 存储 web IDE 作业，集群等信息 |
| nginx | 博主使用的是 1.21.1 | web 前端访问 |
3.3.下载解压 Dlink 安装包
博主是基于 Dlink 0.4.0 版本部署安装的。
第一步：下载 Dlink 0.4.0 安装包。
我们打开 Dlink 0.4.0 release Notes 看看，链接如下：
https://github.com/DataLinkDC/dlink/releases/tag/0.4.0
打开上述 0.4.0 release Notes 链接后，点击下图中的 dlink-release-0.4.0.tar.gz 下载 Dlink 0.4.0 的安装包。
Dlink 下载
第二步：解压 Dlink 0.4.0 安装包看看。
Dlink
解压后得到的 dlink-release-0.4.0 目录结构如下：
注意这里只是 Dlink 相关的包和文件，flink 任务的执行必然还会依赖到 flink 相关的包，这就需要你在 dlink-release-0.4.0 目录下自己创建一个 plugins 文件夹。并且将 flink 相关的 jar 放在 plugins 文件夹下。即从 https://archive.apache.org/dist/flink/flink-1.13.2/ 下载对应的 flink tar.gz 到本地后，将解压后的 flink jar 全部 copy 到 plugins 文件夹下即可。
config/ -- 配置文件
- config/ -- 配置文件
- |- application.yml
- lib/ -- 外部依赖及Connector
- |- dlink-client-1.13-0.4.0.jar
- |- dlink-connector-jdbc-1.13-0.4.0.jar
- |- dlink-function-0.4.0.jar
- |- dlink-metadata-clickhouse-0.4.0.jar
- |- dlink-metadata-mysql-0.4.0.jar
- |- dlink-metadata-oracle-0.4.0.jar
- |- dlink-metadata-postgresql-0.4.0.jar
- sql/
- |- dlink.sql -- Mysql初始化脚本
- auto.sh -- 启动停止脚本
- dlink-admin-0.4.0.jar -- 程序包
3.4.配置 Dlink MySQL
既然是一个 web IDE，必然会存储一些 web 应用相关的信息。这些信息就是存储在 MySQL 中的。
第一步：创建 MySQL dlink 库。
使用 MySQL-cli 连接 MySQL 创建库。
- > mysql -u用户名 -p密码
- mysql> create database dlink;
- mysql> show databases;
Dlink MySQL
第二步：使用 Dlink 的 sql 脚本(dlink 目录\sql 目录\dlink.sql)初始化 Dlink 数据库表信息，具体初始化命令行如下。
- > mysql -h localhost -u用户名 -p密码 -Ddlink < dlink.sql
- > mysql -u用户名 -p密码
- mysql> use dlink;
- mysql> show tables;
Dlink MySQL Table
第三步：Dlink 也是个 web 项目，用的是 SpringBoot 那一套东西，所以连接 MySQL 得需要进行 Spring 相关的配置。
所以需要去 dlink 目录\config 目录\application.yml 中修改 MySQL 相关的配置。由于博主是在本地部署。所以涉及到改动的只有用户名和密码，改完之后保存。
application.yml
3.5.启动 web 后端
Dlink 是前后端分离的，刚刚我们配置了 MySQL 相关的环境，则可以直接启动后端了，后端占用的端口是 8888，启动命令如下。
- sh auto.sh start
在 Mac OS 下启动可能会遇到下面的问题：
bash error
这个错误的原因如下链接：
https://jingyan.baidu.com/article/9f63fb91d014b8c8410f0e7a.html
解决方案如下：
直接把 auto.sh 在其他编辑器中重新复制出来一个 auto1.sh 启动就可以。
其他命令：
- # 停止
- sh auto.sh stop
- # 重启
- sh auto.sh restart
- # 状态
- sh auto.sh status
运行日志：
控制台输出：项目根目录下的 dlink.log 文件。
日志归档输出：项目根目录下的 logs 目录下。
3.6.配置 web 前端
前端都是一些静态文件，Dlink 使用 Nginx 作为访问前端静态文件的服务器。
第一步：Nginx 在 Mac OS 的安装，如下链接：
https://www.jianshu.com/p/4f433d219ab7
第二步：在 nginx.conf 文件中配置 Dlink 的 server 信息。
本地安装的话，直接把下面这段 copy 到 nginx.conf 中对应的 server 配置下就行。
server {
listen 9999;
server_name localhost;
# gzip config
gzip on;
gzip_min_length 1k;
gzip_comp_level 9;
gzip_types text/plain application/javascript application/x-javascript text/css application/xml text/javascript application/x-httpd-php image/jpeg image/gif image/png;
gzip_vary on;
gzip_disable "MSIE [1-6]\.";
#charset koi8-r;
#access_log logs/host.access.log main;
location / {
root html;
index index.html index.htm;
try_files $uri $uri/ /index.html;
}
#error_page 404 /404.html;
# redirect server error pages to the static page /50x.html
#
error_page 500 502 503 504 /50x.html;
location = /50x.html {
root html;
}
location ^~ /api {
proxy_pass http://127.0.0.1:8888;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_set_header X-Real-IP $remote_addr;
}
}
第三步：注意，重点。一定要将 【dlink 目录\html 目录\所有文件】上传至 Nginx 的 [html 目录]下。不然访问 http://127.0.0.1:9999 啥都看不到。
第四步：reload Nginx 配置信息。
第五步：然后我们就可以 happy 的使用 Dlink 了。
4.总结及展望
其他功能博主还在测试中。
引用 Dlink 官网的介绍，Dlink 将紧跟 Flink 官方社区发展，为推广及发展 Flink 的应用而奋斗，打造 FlinkSQL 的最佳搭档的形象。
