功能太全面了！一款集调试和监控于一体的开源企业级实时计算平台

简介

在数据驱动的时代，企业对实时数据处理的需求日益增长，传统批处理模式已难以满足快速决策的要求。实时计算平台能够高效处理流式数据，实现秒级分析、告警与响应，支撑风控、监控、用户行为分析等核心业务。一个完善的实时计算平台不仅提升数据处理能力，还能降低运维成本，优化资源利用，助力企业在激烈竞争中保持灵敏与领先。

Dinky是一款开箱即用、易扩展的一站式实时计算平台，基于 Apache Flink 构建，支持连接OLAP、数据湖、数据仓库等多个框架。它致力于解决流批一体化和湖仓一体化的建设与实践难题，简化Flink任务开发，提升Flink任务运维能力，降低Flink入门成本，提供一站式的Flink任务开发、运维、监控、报警、调度、数据管理等功能，为企业提供实时高效的数据处理能力，协助实时分析、决策和优化业务流程。

核心特点

1、实时计算 IDE：提供轻量级的实时计算 IDE 开发模式，支持代码提示补全、查询调试、逻辑检查、计划查看、血缘分析、全局变量、环境复用、整库同步、版本控制、元数据查询等能力，致力于解决作业数量大、开发成本高、调试门槛高等问题，让作业开发更简单高效。

功能太全面了！一款集调试和监控于一体的开源企业级实时计算平台

2、实时运维管理：持 Apache Flink 所有的部署模式运维，运维中心提供作业运行信息、集群日志、血缘分析、CheckPoint和 SavePoint状态查看与恢复、版本信息、告警规则配置、Metrics可视化分析等。

功能太全面了！一款集调试和监控于一体的开源企业级实时计算平台

3、开箱即用：屏蔽技术细节，实现 Flink 所有作业部署模式，自动托管作业状态，实时监控报警

4、语法增强：扩展 FlinkSQL 语法，如全局变量、环境复用、整库同步、打印表、执行 Jar 任务等

5、易于扩展：多种设计模式支持快速扩展新功能，如数据源、报警方式、整库同步、自定义语法等

6、无侵入性：Spring Boot 轻应用快速部署，不需要在 Flink 集群修改源码或添加额外插件，即装即用

7、成熟社区：已有百家企业在生产环境中使用，进行实时数据开发与作业托管，大量用户实践保障项目日渐成熟

功能展示

功能太全面了！一款集调试和监控于一体的开源企业级实时计算平台

功能列表

沉浸式 FlinkSQL 数据开发 提供自动提示补全、语法高亮、语句美化、在线调试、语法校验、执行计划、Catalog 支持、血缘分析等功能，提升开发效率。

Flink SQL 语法增强 支持 CDC 任务、JAR 任务、实时打印表数据、实时数据预览、全局变量增强、语句合并、整库同步等功能，满足多样化需求。

多种执行模式适配 支持 FlinkSQL 的多种执行模式：Local、Standalone、Yarn/Kubernetes Session、Yarn Per-Job、Yarn/Kubernetes Application，灵活适应不同环境。

Flink 生态拓展增强 支持 Connector、FlinkCDC、Table Store 等，增强平台的生态扩展能力。

FlinkCDC 支持 提供整库实时入仓入湖、多库输出、自动建表和模式演变等功能，简化数据集成过程。

UDF 开发支持 支持 Flink Java/Scala/Python UDF 开发与自动提交，灵活扩展计算能力。

多种 SQL 作业开发支持 支持多种数据库和数据仓库，如 ClickHouse、Doris、Hive、Mysql、Oracle、Phoenix、PostgreSQL、Presto、SqlServer、StarRocks 等，满足各类场景需求。

实时在线调试与预览 提供实时在线调试功能，支持 Table、ChangeLog、统计图和 UDF 的实时预览与调试。

Flink Catalog 与 Dinky 内置 Catalog 增强 支持 Flink Catalog，提供数据源元数据的在线查询与管理，提升数据管理效率。

SavePoint/CheckPoint 支持 提供自动托管的 SavePoint/CheckPoint 恢复机制，支持最近一次、最早一次、指定一次等恢复方式，确保任务稳定。

实时任务运维 支持作业信息、集群信息、作业快照、异常信息、历史版本、报警记录等，协助实时监控与管理。

多版本 FlinkSQL Server 和 OpenApi 提供多版本 FlinkSQL Server 支持，具备 OpenApi 能力，便于系统集成与扩展。

实时作业报警及报警组 支持多种报警方式（钉钉、微信企业号、飞书、邮箱等），确保及时处理异常。

资源管理功能 提供集群实例、集群配置、数据源、报警组、报警实例、文档、系统配置等的管理功能，确保资源高效利用。

企业级管理功能 支持多租户、用户、角色、命名空间等管理功能，适应企业规模化需求。

快速开始

1、基于Docker一键快速安装

# 拉取镜像
docker pull dinkydocker/dinky-standalone-server:1.1.0-flink1.17

# 运行程序
docker run -p 8888:8888 
 --name dinky dinkydocker/dinky-standalone-server:1.1.0-flink1.17

2、Docker启动成功后，在浏览器里输入地址http://ip:8888，看到以下界面，说明Dinky启动成功。

初始账户
用户名: admin
密码 :dinky123!@#

功能太全面了！一款集调试和监控于一体的开源企业级实时计算平台

3、创建Flink任务：Dinky支持多种任务开发，示例基于Local模式快速创建一个FlinkSQL任务

4、创建作业：

登录Dinky后，进入数据开发页面，点击目录，右键新建作业，选择FlinkSQL作业类型，填写作业名称，点击确定。
右侧作业配置页面，执行模式选择Local模式，并行度选择1。
输入以下Flink语句：

CREATE TABLE Orders (
    order_number BIGINT,
    price        DECIMAL(32,2),
    buyer        ROW<first_name STRING, last_name STRING>,
    order_time   TIMESTAMP(3)
) WITH (
  'connector' = 'datagen',
  'rows-per-second' = '1',
  'number-of-rows' = '50'
);
select order_number,price,first_name,last_name,order_time from Orders

功能太全面了！一款集调试和监控于一体的开源企业级实时计算平台

5、预览查询结果

点击右上角预览按钮，会启动local集群并执行任务，下方控制台会实时显示运行日志，提交成功后会切换到结果选项卡，点击获取最新数据，即可查看 Select 语句的执行结果。

功能太全面了！一款集调试和监控于一体的开源企业级实时计算平台

6、任务提交：预览功能仅适用于debug，方便开发时查看数据，对于线上作业，我们需要使用执行按钮提交任务到集群。

修改FlinkSql语句,点击提交按钮，即可提交任务到集群

--创建源表datagen_source
CREATE TABLE datagen_source(
  id  BIGINT,
  name STRING
) WITH (
  'connector' = 'datagen'
);
--创建结果表blackhole_sink
CREATE  TABLE blackhole_sink(
   id  BIGINT,
   name STRING
) WITH (
  'connector' = 'blackhole'
);
--将源表数据插入到结果表
INSERT INTO blackhole_sink
SELECT
   id  ,
   name 
from datagen_source;