Apache StreamPark 2.1.0 Release 版本正式发布|发版通告

文摘   2023-05-16 16:00   北京  

近日 Apache StreamPark(Incubating) 社区正式发布了 2.1.0 版本,带来了诸多改进和新功能的更新,欢迎大家下载使用

在 2.1.0 版本中,StreamPark 团队修复了很多依赖包存在的安全风险问题,通过了专业安全工具的检测,安全性大大提升。支持了最新的 Flink 1.17,修复了 Hadoop 版本兼容性相关的历史 Bug,该版本是 2.0.0 大版本 的增强修复版,具备更高的可用性和稳定性,建议所有用户升级到这个版本


使

Github: https://github.com/apache/streampark

官     网: https://streampark.apache.org/download

欢迎 使用、关注、star、fork   




1

核心特性解读

KEY FEATURES


   安全性升级

Apache StreamPark(Incubating) 2.1.0 在系统安全方面做出多项优化升级:
  • 更为精细的权限控制,修复了权限越级访问的问题
  • 修复重置密码中的新密码硬编码问题,返回随机密码,提升系统安全性
  • 完善了用户管理模块,严格规范用户类型,禁止某一类型用户以其他登录类型进入平台,如 Ldap 用户以 Password 类型登录
  • 依赖包升级,解决了平台发行包中的中高危漏洞。如:hadoop 升级到 3.3.4、 jackson 升级到 2.13.5、springboot 升级到 2.7.11 等。

  • 修复了 StreamPark 自身所有已知存在的高危安全漏洞。


   支持Flink 1.17

作为流处理开发管理框架,StreamPark 在对 Apache Flink 的支持上,一如既往的走在前列。得益于 StreamPark 良好的架构设计,使得支持一个新版本的 Flink 非常容易,因此我们率先支持了 Flink 1.17 [1]。在使用上还是一如既往的简单,用户只需要添加一个 Flink 1.17 的环境即可,作业可以自由的选择 Flink 版本

 支持 Flink 多版本 

此外我们还修复了用户反馈的 Flink Home 没有删除功能[2] 的问题修复了当 Flink Home 被作业引用时不能修改[3] 等问题。这些改进使得管理 Flink 环境更加容易。



  更加完善的作业操作记录

在 StreamPark 2.1.0 中完善了应用程序的操作日志记录,之前的历史版本中只是记录了作业启动的日志,本次增加了作业的发布启动、savepoint停止等完整的操作日志,除了记录每个操作的名称、执行时间和状态之外,还维护了一个异常栈,方便用户排查问题。


通过这种记录的方式,使得作业的操作步骤更加清晰,作业审计更加容易。操作步骤如果失败了能够帮助用户快速的定位问题,降低用户使用 StreamPark 开发、维护作业的成本。使得作业的操作逻辑更加完整和自洽,产品体验更好。


 作业的操作日志 



   支持外部扩展链接

在生产实践中,为了更好地管理 Flink 作业,往往需要将这些作业与外部服务集成,例如集成实时日志记录指标监控、告警系统等


StreamPark 作为一站式 Flink DevOps 平台,如果能够提供以动态链接的形式集成这些服务的能力,集中的定义并自动应用于每个 Flink 作业,将会为用户带来更多价值。

因此本次我们支持了扩展链接[4] 这一特性,扩展链接由标签、名称、颜色和链接组成。用户可以很轻松的制作一个可点击的徽章在 Flink Job 启动时成为可点击的外部连接,从而可以很方便地跳转到对应的外部系统,使得用户可以多方位地管理和监控 Flink 作业。

 添加外部扩展链接 



 使用外部扩展链接 



   支持YARN队列管理

在实际的生产环境中针对 Flink on Yarn 部署模式,用户通常需要输入 Yarn Queue 或 Yarn Queue & labels 来指定 on Yarn 模式下的 Flink 应用程序的运行队列。在此过程中,手动输入可能会导致意外情况发生,如:指定了不存在的队列,或将 Flink 应用程序Flink 集群提交到错误的队列等。当 Yarn 集群中不存在用户指定的队列时,部署 Flink 应用程序 / Flink 集群的过程将会无意义的耗时,最后提交失败,带来糟糕的用户体验。由于输入错误而将任务提交到错误的队列中,带来资源滥用的情况,可能会影响队列上已有应用程序的稳定性。特别是针对大规模作业的情况会带来作业管理和治理上的挑战


因此在本次的新版本中引入了 Yarn 队列管理功能[5],以确保一组添加的队列在同一团队内共享,也就是确保队列资源在团队范围内是隔离的。它不仅确保了队列和标签输入的正确性而且缩短了由于错误队列导致应用程序失败的时间消耗,尽早提示用户队列设置的正确性,带来更好的使用体验。并且有效防止滥用队列资源的情况。


 添加YARN队列 



   其他改进和更新

  • 修复系统初始化阶段在某些特定 Hadoop 版本下,解析配置报 "30s" 格式化错误的 Bug #2443
  • 修复 Savepoint 时间过长导致的作业状态错误的Bug #2452
  • 重构系统设置页面 #2545


  • 修复应用管理页面,当 Flink 参数值为浮点数时,配置不生效的 Bug #2588
  • 修复 Kubernetes Session 模式下,无日志输出的 Bug #2599
  • 修复作业失败率频次相关参数配置错误的 Bug #2668
  • Kubernetes Ingress 多版本适配支持 #2704




2

Release Note

本次 StreamPark 2.1.0 版本的 完整 Release Note 请访问:https://streampark.apache.org/download/release-note/2.1.0


👍🏻

感谢贡献者

THANK YOU ALL

StreamPark 开源社区的发展,离不开广大用户群体的积极反馈和宣传布道,更离不开贡献者们的无私贡献感谢对此版本做出贡献的每一位贡献者

致谢名单
(排名不分先后):
BIN、ChunFuWu、Gavin、HaiYang Chen、Inighty、Jiabao Sun、Kick156、Killua、Leomax_Sun、Pan Yuepeng、Roc Marshal、VampireAchao、WSZ、benjobs、chengyuan、gongzhongqiang、lvlin241、lvshaokang、macksonmu、monster、mzzx、sober、tison、totoro、wjcwin、xujiangfeng001、yunli、zhangxiangyang、zhoulii



特别感谢本次的 Release Manager
 
@穆纯进[6]纯进在发版前做了大量测试工作,收集 issue 反馈,有效的保证了版本质量,发版过程中积极的跟踪问题和推进进度,完美胜任了此次发版工作。感谢纯进为社区做出的贡献,也欢迎其他 PPMC member 和 Committer 在后续的发版中担任 Release Manager,帮助社区更快捷、高质量地完成发版。


🧐

什么是StreamPark

WHAT IS STREAMPARK

StreamPark 是一个流处理应用程序开发管理框架。初衷是让流处理更简单,旨在轻松构建和管理流处理应用程序,提供使用 Apache Flink 和 Apache Spark 编写流处理应用程序的开发框架,未来将支持更多其他引擎。同时,StreamPark 提供了一个流处理应用管理平台,核心能力包括但不限于应用开发、调试、交互查询、部署、运维、实时数仓等,最初开源时项目名称叫 StreamX ,于 2022 年 8 月更名为 StreamPark[7],随后通过投票正式成为 Apache 开源软件基金会的孵化项目。


🫵

加入我们

WE WANT YOU

StreamPark 社区一直以来都以用心做好一个项目为原则高度关注项目质量,努力建设发展社区。加入 Apache 孵化器以来,认真学习和遵循「The Apache Way」,我们将秉承更加兼容并包的心态,迎接更多的机遇与挑战。诚挚欢迎更多的贡献者参与到社区建设中来,和我们一道携手共建。
💻 项目地址:https://github.com/apache/streampark
🧐 提交问题和建议:https://github.com/apache/streampark/issues
🥁 贡献代码:https://github.com/apache/streampark/pulls
📮 Proposal:https://cwiki.apache.org/confluence/display/INCUBATOR/StreamPark+Proposal
📧 订阅社区开发邮件列表:dev@streampark.apache.org [8] 

💁‍♀️社区沟通:

参考资料
[1] https://nightlies.apache.org/flink/flink-docs-release-1.17/release-notes/flink-1.17
[2] https://github.com/apache/streampark/pull/2582
[3] https://github.com/apache/streampark/pull/2615
[4] https://github.com/apache/streampark/pull/2375
[5] https://github.com/apache/streampark/pull/2317
[6] https://github.com/macksonmu
[7] https://github.com/apache/streampark/issues/1335
[8] mailto:dev@streampark.apache.org

祝大家安装、升级顺利~~  



       

Apache StreamPark
Apache StreamPark(Incubating) 让流处理更简单, Flink & Spark 流处理极速开发框架, 流批一体一站式大数据实时平台。
 最新文章