Flink SQL执行SQL错误排查

通过命令${FLINK_HOME}/bin/sql-client.sh embedded -i ${FLINK_HOME}/conf/sql_client_init.sql -s yarn-session
启动FLINK SQL Client后，执行一个简单的sql出错了，报错如下：

Flink SQL> select 1;Caused by: org.apache.flink.shaded.netty4.io.netty.channel.AbstractChannel$AnnotatedConnectException: Connection refused: localhost/127.0.0.1:8081
Caused by: java.net.ConnectException: Connection refusedat sun.nio.ch.SocketChannelImpl.checkConnect(Native Method) ~[?:1.8.0_191]at sun.nio.ch.SocketChannelImpl.finishConnect(SocketChannelImpl.java:717) ~[?:1.8.0_191]at org.apache.flink.shaded.netty4.io.netty.channel.socket.nio.NioSocketChannel.doFinishConnect(NioSocketChannel.java:330) ~[flink-dist_2.12-1.13.6.jar:1.13.6]at org.apache.flink.shaded.netty4.io.netty.channel.nio.AbstractNioChannel$AbstractNioUnsafe.finishConnect(AbstractNioChannel.java:334) ~[flink-dist_2.12-1.13.6.jar:1.13.6]at org.apache.flink.shaded.netty4.io.netty.channel.nio.NioEventLoop.processSelectedKey(NioEventLoop.java:702) ~[flink-dist_2.12-1.13.6.jar:1.13.6]at org.apache.flink.shaded.netty4.io.netty.channel.nio.NioEventLoop.processSelectedKeysOptimized(NioEventLoop.java:650) ~[flink-dist_2.12-1.13.6.jar:1.13.6]at org.apache.flink.shaded.netty4.io.netty.channel.nio.NioEventLoop.processSelectedKeys(NioEventLoop.java:576) ~[flink-dist_2.12-1.13.6.jar:1.13.6]at org.apache.flink.shaded.netty4.io.netty.channel.nio.NioEventLoop.run(NioEventLoop.java:493) ~[flink-dist_2.12-1.13.6.jar:1.13.6]at org.apache.flink.shaded.netty4.io.netty.util.concurrent.SingleThreadEventExecutor$4.run(SingleThreadEventExecutor.java:989) ~[flink-dist_2.12-1.13.6.jar:1.13.6]at org.apache.flink.shaded.netty4.io.netty.util.internal.ThreadExecutorMap$2.run(ThreadExecutorMap.java:74) ~[flink-dist_2.12-1.13.6.jar:1.13.6]at java.lang.Thread.run(Thread.java:748) ~[?:1.8.0_191]

从报错信息来看，Flink SQL执行select 1时，尝试连接 localhost:8081（Flink Web UI默认端口）失败，核心原因是Flink集群（或Session）未启动，或客户端配置的连接地址与集群实际地址不匹配。

错误原因拆解：

Flink SQL执行查询时，需要与Flink集群的 JobManager 通信（默认通过8081端口交互）。报错Connection refused说明：

1. Flink集群未启动：本地/目标机器上没有运行Flink JobManager进程，8081端口未被监听。
2. 客户端连接地址配置错误：Flink客户端默认连接localhost:8081，但实际Flink集群部署在其他机器（如之前的hadoop103），导致连接本地失败。
3. 端口被占用或防火墙拦截：8081端口被其他进程占用，或防火墙禁止访问该端口（可能性较低，因select 1是轻量查询，优先排查前两点）。

解决步骤：

1. 确认Flink集群状态（优先检查）

首先判断Flink集群是否已启动，以及8081端口是否被监听：

# 1. 检查本地Flink进程（JobManager/TaskManager）
jps  # 正常启动会显示 "StandaloneSessionClusterEntrypoint"（JobManager）和 "TaskManagerRunner"（TaskManager）# 2. 检查8081端口是否被监听
netstat -tuln | grep 8081  # Linux/Mac
# 或 Windows 命令：netstat -ano | findstr "8081"# 若以上命令无输出，说明Flink集群未启动，需启动集群

2. 启动Flink集群（根据部署模式选择）

根据你之前使用的YARN集群模式，选择对应的启动方式：

方式1：启动Flink YARN Session Cluster（会话模式，适合多作业共享）

# 启动YARN会话集群（指定资源，如2个TaskManager，每个4GB内存）
$FLINK_HOME/bin/yarn-session.sh -n 2 -tm 4096 -s 2
# 启动成功后，会显示 JobManager 的 Web UI 地址（如 http://hadoop104:39911）
# 同时记录下 YARN 应用ID（如 application_xxxxxx_0001）

或以后台方式启动yarn-session，方便我们对资源进行管理：

$FLINK_HOME/bin/yarn-session.sh -d

方式2：直接提交Per-Job Cluster（单作业模式，无需预先启动会话）

若不想启动长期会话，可在执行SQL时直接指定YARN集群模式，自动创建单作业集群：

# 启动Flink SQL客户端，并指定连接YARN集群
$FLINK_HOME/bin/sql-client.sh embedded -m yarn-cluster
# 进入客户端后，直接执行 select 1;

3. 修正Flink客户端连接地址（若集群不在本地）

若Flink集群部署在远程机器（如hadoop103），而非本地localhost，需强制指定客户端连接的JobManager地址：

# 方式1：启动SQL客户端时，直接指定远程JobManager地址（需替换为实际地址和端口）
$FLINK_HOME/bin/sql-client.sh embedded -m hadoop103:8081# 方式2：若使用YARN Session，启动时指定YARN应用ID（确保会话已启动）
$FLINK_HOME/bin/sql-client.sh embedded -m yarn-cluster -yid application_xxxxxx_0001

注意：YARN Session的JobManager端口不是固定8081（YARN会动态分配端口），需从YARN Session启动日志中获取实际端口（如之前的hadoop104:39911）。

4. 验证连接是否正常

启动集群后，先通过Web UI确认集群可用：

• 访问JobManager Web UI地址（如http://hadoop104:39911），若能打开页面，说明集群正常。
• 再执行select 1;，此时客户端能正常连接集群，查询会成功执行。

常见问题排查：

• YARN资源不足导致启动失败：若yarn-session.sh启动失败，查看YARN日志（yarn logs -applicationId 应用ID），确认是否因内存/CPU不足导致，可减少-tm（TaskManager内存）或-n（TaskManager数量）。
• 端口被占用：若netstat显示8081已被占用，修改Flink配置flink-conf.yaml中的rest.port为其他空闲端口（如8082），重启集群。

总结：

该错误的核心是“Flink客户端找不到可连接的JobManager”，通过启动Flink集群（YARN Session或Per-Job） 并确保客户端连接地址正确，即可解决。优先选择方式2（-m yarn-cluster），无需手动管理端口，适配YARN动态分配的特性。