Flink-cos-fs

<dependencies>
    <dependency>
        <groupId>com.qcloud.cos</groupId>
        <artifactId>flink-cos-fs-hadoop</artifactId>
        <version>${flink.version>-${version></version>
    </dependency>
</dependencies>
安装Flink-cos-fs依赖

1.执行mkdir ${FLINK_HOME}/plugins/cos-fs-hadoop，在${FLINK_HOME}/plugins目录下创建flink-cos-fs-hadoop插件目录；
2.将对应版本的预编译包（flink-cos-fs-{flink.version}-{version}.jar）拷贝到${FLINK_HOME}/plugins/cos-fs-hadoop目录下；
3.在 ${FLINK_HOME}/conf/flink-conf.yaml 中添加一些 CosN 相关配置以确保 Flink 能够访问到 COS 存储桶，这里的配置键与 CosN 完全兼容，可参考hadoop-cos，必须配置信息如下：
fs.cosn.impl: org.apache.hadoop.fs.CosFileSystem
fs.AbstractFileSystem.cosn.impl: org.apache.hadoop.fs.CosN
fs.cosn.userinfo.secretId: AKIDXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
fs.cosn.userinfo.secretKey: XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
fs.cosn.bucket.region: ap-guangzhou
fs.cosn.bucket.endpoint_suffix: cos.ap-guangzhou.myqcloud.com
4.在作业的 write 或 sink 路径中填写格式为：cosn://bucket-appid/path的路径信息即可，例如：
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        // 采用 Streaming File Sink 写入的话，必须启用 checkpoint，这里使用 COS 作为 StateBackend 举例子，也可以使用其他 checkpoint storage。
        env.setStateBackend(new FsStateBackend("cosn://bucket-name-125xxxxxx/checkpoint"));
        env.enableCheckpointing(1000);
        // 构造 Streaming File Sink 写入
        StreamingFileSink<String> streamingFileSink =
        StreamingFileSink.forRowFormat(
        new Path(outputPath), new SimpleStringEncoder<String>("UTF-8"))
        .withRollingPolicy(
        DefaultRollingPolicy.builder()
        .withRolloverInterval(TimeUnit.SECONDS.toMillis(5))
        .withInactivityInterval(TimeUnit.SECONDS.toMillis(5))
        .withMaxPartSize(1024)
        .build())
        .build();
⚠️注意：如果使用 Streaming File Sink 方式写入，需要同时启用 Flink 的 checkpoint，否则写入的数据始终处于 inprogress 不可见状态，无法被读取。
以下给出 Flink Job 读写 COS 的示例代码：
// Read from COS bucket
env.readTextFile("cosn://<bucket-appid>/<object-name>");
// Write to COS bucket
stream.writeAsText("cosn://<bucket-appid>/<object-name>");
// Use COS as FsStatebackend
env.setStateBackend(new FsStateBackend("cosn://<bucket-appid>/<object-name>"));
// Use the streamingFileSink which supports the recoverable writer
StreamingFileSink<String> fileSink  =  StreamingFileSink.forRowFormat(
                new Path("cosn://<bucket-appid>/<object-name>"),new SimpleStringEncoder<String>("UTF-8"))
                .withRollingPolicy(build).build();
所有配置说明

fs.cosn.bucket.endpoint_suffix
指定要连接的COS endpoint，该项为非必填项目。对于公有云COS用户而言，只需要正确填写上述的region配置即可。兼容原配置项：fs.cosn.userinfo.endpoint_suffix。
fs.cosn.userinfo.secretId/secretKey
填写您账户的API 密钥信息。可通过 云 API 密钥 控制台 查看。
fs.cosn.impl
cosn对FileSystem的实现类，固定为 org.apache.hadoop.fs.CosFileSystem。
fs.AbstractFileSystem.cosn.impl
cosn对AbstractFileSy stem的实现类，固定为org.apache.hadoop.fs.CosN。
fs.cosn.bucket.region
请填写您的地域信息，枚举值为 可用地域 中的地域简称，如ap-beijing、ap-guangzhou等。 兼容原配置项：fs.cosn.userinfo.region。
fs.cosn.tmp.dir
请设置一个实际存在的本地目录，运行过程中产生的临时文件会暂时放于此处。
/tmp/hadoop_cos
fs.cosn.block.size
CosN文件系统每个block的大小，默认为128MB
‭134217728‬（128MB）
fs.cosn.upload.buffer
CosN文件系统上传时依赖的缓冲区类型。当前支持三种类型的缓冲区：非直接内存缓冲区（non_direct_memory），直接内存缓冲区（direct_memory），磁盘映射缓冲区（mapped_disk）。非直接内存缓冲区使用的是JVM堆内存，直接内存缓冲区使用的是堆外内存，而磁盘映射缓冲区则是基于内存文件映射得到的缓冲区。
mapped_disk
fs.cosn.upload.buffer.size
CosN文件系统上传时依赖的缓冲区大小，如果指定为-1，则表示不限制。若不限制缓冲区大小，则缓冲区类型必须为mapped_disk。如果指定大小大于0，则要求该值至少大于等于一个block的大小。兼容原配置项：fs.cosn.buffer.size。
134217728（128MB）
fs.cosn.upload.part.size
分块上传时每个part的大小。由于 COS 的分块上传最多只能支持10000块，因此需要预估最大可能使用到的单文件大小。例如，part size 为8MB时，最大能够支持78GB的单文件上传。 part size 最大可以支持到2GB，即单文件最大可支持19TB。
8388608（8MB）
fs.cosn.upload_thread_pool
文件流式上传到COS时，并发上传的线程数目
fs.cosn.copy_thread_pool
目录拷贝操作时，可用于并发拷贝和删除文件的线程数目
fs.cosn.read.ahead.block.size
预读块的大小
‭1048576‬（1MB）
fs.cosn.read.ahead.queue.size
预读队列的长度
fs.cosn.maxRetries
访问COS出现错误时，最多重试的次数
fs.cosn.retry.interval.seconds
每次重试的时间间隔
fs.cosn.max.connection.num
配置COS连接池中维持的最大连接数目，这个数目与单机读写COS的并发有关，建议至少大于或等于单机读写COS的并发数
fs.cosn.customer.domain
配置COS的自定义域名，默认为空
fs.cosn.server-side-encryption.algorithm
配置COS服务端加密算法，支持SSE-C和SSE-COS，默认为空，不加密
fs.cosn.server-side-encryption.key
当开启COS的SSE-C服务端加密算法时，必须配置SSE-C的密钥，密钥格式为base64编码的AES-256密钥，默认为空，不加密
fs.cosn.crc64.checksum.enabled
是否开启CRC64校验。默认不开启，此时无法使用hadoop fs -checksum命令获取文件的CRC64校验值。
false
fs.cosn.traffic.limit
上传下载带宽的控制选项，819200 ~ 838860800，单位为bits/s。默认值为-1，表示不限制。
使用POSIX Bucket配置说明

fs.cosn.trsf.fs.AbstractFileSystem.ofs.impl
元数据加速实现类，com.qcloud.chdfs.fs.CHDFSDelegateFSAdapter
fs.cosn.trsf.fs.ofs.impl
元数据加速实现类，com.qcloud.chdfs.fs.CHDFSHadoopFileSystemAdapter
fs.cosn.trsf.fs.ofs.tmp.cache.dir
元数据加速临时目录，给足空间及权限，例如/data/emr/hdfs/tmp/chdfs/
fs.cosn.trsf.fs.ofs.user.appid
客户bucket对应的appid
fs.cosn.trsf.fs.ofs.bucket.region
客户bucket所在的园区
fs.cosn.trsf.fs.ofs.upload.flush.flag
客户端flush开关，flink on cos场景必须设置为 true
false
Flink 既可以通过hadoop-cos读写 COS 中的对象文件，也可以通过 flink-cos-fs 来读写，这两种有什么区别？
hadoop-cos 实现了 Hadoop 的兼容文件系统语义，Flink 可以通过写 Hadoop 兼容文件系统的形式写入数据到 COS 中，但是这种方式不支持的 Flink 的 recoverable writer 写入，当你使用 streamingFileSink 写入数据时，要求底层文件系统支持recoverable writer。 因此，flink-cos-fs 基于 Hadoop-COS (CosN) 扩展实现了 Flink 的recoverable writer，完整地支持了 Flink 文件系统的语义，因此推荐使用它来访问 COS 对象。
目前由于元数据加速桶静态包使用loadjar方式，如何shade了org.apache.hadoop 会导致network和loadjar的pkg路径不同
1）解决方式通过COSNFileSystemFactory的useFlinkShade开启，pom.xml of flink-cos-fs-hadoop开启shade
2）或者关闭useFlinkShade，去掉shade
3）todo： 完善ofs sdk flink或其他框架可以指定shade加载不同动态包实现all shade模式