为 Flink 和 FluentD 自定义 Docker 映像 - Amazon EMR
先决条件从 Amazon Elastic Container Registry 中检索基础映像自定义基础映像发布自定义映像提交 Flink 工作负载
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

为 Flink 和 FluentD 自定义 Docker 映像

按照以下步骤，使用 Apache Flink 或 FluentD 映像为 Amazon EMR on EKS 自定义 Docker 映像。其中包括获取基础映像、自定义基础映像、发布基础映像和提交工作负载的技术指导。

在自定义 Docker 映像之前，确保您已完成以下先决条件：

基础映像包含访问其他 Amazon Web Services 服务所需的 Amazon EMR 运行时和连接器。如果在 Flink 6.14.0 或更高版本中使用 Amazon EMR on EKS，可从 Amazon ECR 公开映像浏览馆获取基础映像。浏览图库以找到映像链接，然后将映像拉到本地 Workspace。例如，对于 Amazon EMR 6.14.0 发行版，以下 docker pull 命令将返回最新的标准基础映像。将 emr-6.14.0:latest 替换为所需的发行版。

docker pull public.ecr.aws/emr-on-eks/flink/emr-6.14.0-flink:latest

以下是 Flink 库映像和 Fluentd 库映像的链接：

下列步骤描述了如何自定义从 Amazon ECR 中拉取的基础映像。

  1. 在您的本地 Workspace 上创建新的 Dockerfile。

  2. 编辑 Dockerfile 并添加以下内容。该 Dockerfile 使用您从 public.ecr.aws/emr-on-eks/flink/emr-7.8.0-flink:latest 中拉取的容器映像。

    FROM public.ecr.aws/emr-on-eks/flink/emr-7.8.0-flink:latest
USER root
### Add customization commands here ####
USER hadoop:hadoop

    如果您使用的是 Fluentd，请使用以下配置。

    FROM public.ecr.aws/emr-on-eks/fluentd/emr-7.8.0:latest
USER root
### Add customization commands here ####
USER hadoop:hadoop

  3. 将命令添加到 Dockerfile 以自定义基础镜像。以下命令演示了如何安装 Python 库。

    FROM public.ecr.aws/emr-on-eks/flink/emr-7.8.0-flink:latest
USER root
RUN pip3 install --upgrade boto3 pandas numpy // For python 3
USER hadoop:hadoop

  4. 在创建 DockerFile 的同一目录中，运行以下命令构建 Docker 映像。您在 -t 标志后提供的字段是您自定义的映像名称。

    docker build -t <YOUR_ACCOUNT_ID>.dkr.ecr.<YOUR_ECR_REGION>.amazonaws.com/<ECR_REPO>:<ECR_TAG>

现在，将新的 Docker 映像发布到您的 Amazon ECR 注册表。

  1. 运行以下命令创建一个 Amazon ECR 存储库，来存储您的 Docker 映像。为存储库命名，例如 emr_custom_repo.。有关更多信息，请参阅《Amazon Elastic Container Registry 用户指南》中的创建存储库。

    aws ecr create-repository \
       --repository-name emr_custom_repo \
       --image-scanning-configuration scanOnPush=true \
       --region <AWS_REGION>

  2. 运行以下命令对您的默认注册表进行身份验证。有关更多信息，请参阅《Amazon Elastic Container Registry 用户指南》中的对您的默认注册表进行身份验证。

    aws ecr get-login-password --region <AWS_REGION> | docker login --username Amazon --password-stdin <AWS_ACCOUNT_ID>.dkr.ecr.<YOUR_ECR_REGION>.amazonaws.com

  3. 推送镜像。有关更多信息，请参阅《Amazon Elastic Container Registry 用户指南》中的将映像推送到 Amazon ECR。

    docker push <YOUR_ACCOUNT_ID>.dkr.ecr.<YOUR_ECR_REGION>.amazonaws.com/<ECR_REPO>:<ECR_TAG>

要使用自定映像，请对 FlinkDeployment 规范进行以下更改。为此，请在部署规范的 spec.image 行中输入您的映像。

apiVersion: flink.apache.org/v1beta1
   kind: FlinkDeployment
   metadata:
     name: basic-example
   spec:
     flinkVersion: v1_18
     image: <YOUR_ACCOUNT_ID>.dkr.ecr.<YOUR_ECR_REGION>.amazonaws.com/<ECR_REPO>:<ECR_TAG>
     imagePullPolicy: Always
     flinkConfiguration:
           taskmanager.numberOfTaskSlots: "1"

要在 Fluentd 作业中使用自定义映像，请在部署规范的 monitoringConfiguration.image 行中输入您的映像。

  monitoringConfiguration:
       image: <YOUR_ACCOUNT_ID>.dkr.ecr.<YOUR_ECR_REGION>.amazonaws.com/<ECR_REPO>:<ECR_TAG>
       cloudWatchMonitoringConfiguration:
         logGroupName: flink-log-group
         logStreamNamePrefix: custom-fluentd