如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
本镜像为官方Apache Flink Docker镜像,基于openEuler构建,由openEuler CloudNative SIG维护。该镜像可免费使用且无用户速率限制,适用于部署Apache Flink分布式处理引擎,用于有状态计算场景。
Apache Flink是一个框架和分布式处理引擎,专注于无界和有界数据流的有状态计算。其设计目标是在所有常见集群环境中运行,以内存级速度执行计算,并支持任意规模扩展。更多信息可访问Apache Flink官方网站。
Flink Docker镜像的标签由Flink版本和基础镜像版本组成,具体如下:
| 标签 | 当前版本 | 架构 |
|---|---|---|
| 2.1.0-oe2403sp1 | openEuler 24.03-LTS-SP1上的Flink 2.1.0 | amd64, arm64 |
| 1.16-22.03-lts | openEuler 22.03-LTS上的Apache Flink 1.16 | amd64, arm64 |
| 2.1.0-oe2403sp2 | openEuler 24.03-LTS-SP2上的Apache Flink 2.1.0 | amd64, arm64 |
用户需根据需求选择对应的{Tag}标签。
Flink Session集群可用于运行多个作业,集群部署后需将作业提交至集群。部署步骤如下:
1. 设置配置和创建网络
为实现容器间通信,需先设置必要的Flink配置属性并创建网络:
bash$ FLINK_PROPERTIES="jobmanager.rpc.address: jobmanager" $ docker network create flink-network
2. 启动JobManager
bash$ docker run \ --rm \ --name=jobmanager \ --network flink-network \ --publish 8081:8081 \ --env FLINK_PROPERTIES="${FLINK_PROPERTIES}" \ openeuler/flink:{Tag} jobmanager
3. 启动一个或多个TaskManager
bash$ docker run \ --rm \ --name=taskmanager \ --network flink-network \ --env FLINK_PROPERTIES="${FLINK_PROPERTIES}" \ openeuler/flink:{Tag} taskmanager
4. 访问Web界面
Web界面可通过localhost:8081访问。
更多关于Apache Flink与Docker的使用方法,可参考Apache Flink Docker部署文档。
如有任何问题或需要使用特殊功能,请在openeuler-docker-images提交issue或pull request。
以下是 openeuler/flink 相关的常用 Docker 镜像,适用于 不同场景 等不同场景:
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。



来自真实用户的反馈,见证轩辕镜像的优质服务