文章作者：雷宝鑫
整理排版： 曾辉
Apache 官网链接: https://seatunnel.apache.org/
Apache SeaTunnel(以下简称SeaTunnel）是一款新一代高性能、分布式的数据集成同步工具，正受到业界广泛关注和应用。SeaTunnel支持三种部署模式：本地模式（Local）、混合集群模式（Hybrid Cluster Mode）和分离集群模式（Separated Cluster Mode）。
本文尝试介绍如何在K8s上以分离集群模式部署SeaTunnel，为有相关需求的伙伴提供完整的部署流程和配置案例参考。
在开始部署之前，需要确保以下环境和组件已经准备就绪：
Kubernetes集群环境
kubectl命令行工具
docker
helm (option)
对于熟悉和具有Helm环境的部署，可以直接参考官网中使用Helm部署教程：
https://seatunnel.apache.org/docs/2.3.10/start-v2/kubernetes/helm
https://github.com/apache/seatunnel/tree/dev/deploy/kubernetes/seatunnel
本文主要介绍基于Kubernetes环境和kubectl工具的方式实现部署。
目前官方已提供各版本的Docker镜像，可直接拉取，详细信息可参考官方文档：Set Up With Docker。
docker pull apache/seatunnel:<version_tag>由于我们需要部署的是集群模式，接下来需要配置集群间的网络通信。SeaTunnel集群的网络服务是通过Hazelcast实现的，所以接下来对这部分内容进行配置。
Hazelcast 集群是由运行 Hazelcast 的集群成员组成的网络，集群成员自动联合起来形成一个集群，这种自动加入是通过集群成员用于查找彼此的各种发现机制实现的。
Hazelcast 支持以下发现机制：
自动发现机制，支持以下环境：
AWS
Azure
GCP
Kubernetes
TCP
Multicast
Eureka
Zookeeper
在本文的集群部署中，我们基于Hazelcast的Kubernetes自动发现机制来配置文件，详细的原理可以参考官网文档：Kubernetes Auto Discovery。
Hazelcast的k8s自动发现机制（DNS Lookup mode）需要借助于k8s的Headless Service功能来实现。
Headless Service在查询服务域名时，会将域名解析为所有匹配Pod的IP地址列表，以此来实现Hazelcast集群成员互相发现彼此。
为此，首先我们创建K8s Headless Service服务：
# use for hazelcast cluster joinapiVersion: v1kind: Servicemetadata: name: seatunnel-clusterspec: type: ClusterIP clusterIP: None selector: app.kubernetes.io/instance: seatunnel-cluster-app app.kubernetes.io/version: 2.3.10 ports: - port: 5801 name: hazelcast上述配置中的关键部分：
metadata.name: seatunnel-cluster： 服务名称，Hazelcast 客户端/节点将通过该名称发现集群
spec.clusterIP: None：关键配置，声明为 Headless Service，不分配虚拟 IP
spec.selector: 选择器匹配的 Pod 标签，包含相应标签的pod会被该Service识别和代理
spec.port：Hazelcast的暴露端口
同时，为了能从系统外部利用rest api访问集群，我们定义另一个Service来包含Master的节点pod：
# use for access seatunnel from outside system via rest apiapiVersion: v1kind: Servicemetadata: name: seatunnel-cluster-masterspec: type: ClusterIP clusterIP: None selector: app.kubernetes.io/instance: seatunnel-cluster-app app.kubernetes.io/version: 2.3.10 app.kubernetes.io/name: seatunnel-cluster-master app.kubernetes.io/component: master ports: - port: 8080 name: "master-port" targetPort: 8080 protocol: TCP定义好上述K8s的Service服务后，接下来根据Hazelcast的k8s发现机制来配置hazelcast-master.yaml和hazelcast-worker.yaml文件。
对于SeaTunnel分离集群模式来说，所有网络相关的配置都在hazelcast-master.yaml和hazelcast-worker.yaml文件中。
hazelcast-master.yaml的配置如下所示：
hazelcast: cluster-name: seatunnel-cluster network: rest-api: enabled: true endpoint-groups: CLUSTER_WRITE: enabled: true DATA: enabled: true join: kubernetes: enabled: true service-dns: seatunnel-cluster.bigdata.svc.cluster.local service-port: 5801 port: auto-increment: false port: 5801 properties: hazelcast.invocation.max.retry.count: 20 hazelcast.tcp.join.port.try.count: 30 hazelcast.logging.type: log4j2 hazelcast.operation.generic.thread.count: 50 hazelcast.heartbeat.failuredetector.type: phi-accrual hazelcast.heartbeat.interval.seconds: 30 hazelcast.max.no.heartbeat.seconds: 300 hazelcast.heartbeat.phiaccrual.failuredetector.threshold: 15 hazelcast.heartbeat.phiaccrual.failuredetector.sample.size: 200 hazelcast.heartbeat.phiaccrual.failuredetector.min.std.dev.millis: 200上述配置文件中的关键配置项如下：
cluster-name
该配置用于确定多个节点是否属于同一个集群，即只有相同cluster-name的节点才会属于同一个集群。如果两个节点之间的cluster-name名称不同，Hazelcast 将会拒绝服务请求。
网络配置
rest-api.enabled：在ST 2.3.10版本中Hazelcast REST 服务默认在配置中禁用，需要手动显式指定开启。
service-dns（必填）：Headless Service 的完整域名，通常为 ${SERVICE-NAME}.${NAMESPACE}.svc.cluster.local。
service-port（可选）：Hazelcast 端口；如果指定的值大于 0，则覆盖默认值（默认端口 = 5701）
使用上述基于k8s的join机制，在Hazelcast Pod启动时会解析service-dns，获取所有成员pod的IP列表（通过Headless Service），然后成员之间通过5801端口尝试建立TCP连接。
同样的，对于hazelcast-worker.yaml配置文件如下所示：
hazelcast: cluster-name: seatunnel-cluster network: rest-api: enabled: true endpoint-groups: CLUSTER_WRITE: enabled: true DATA: enabled: true join: kubernetes: enabled: true service-dns: seatunnel-cluster.bigdata.svc.cluster.local service-port: 5801 port: auto-increment: false port: 5801 properties: hazelcast.invocation.max.retry.count: 20 hazelcast.tcp.join.port.try.count: 30 hazelcast.logging.type: log4j2 hazelcast.operation.generic.thread.count: 50 hazelcast.heartbeat.failuredetector.type: phi-accrual hazelcast.heartbeat.interval.seconds: 30 hazelcast.max.no.heartbeat.seconds: 300 hazelcast.heartbeat.phiaccrual.failuredetector.threshold: 15 hazelcast.heartbeat.phiaccrual.failuredetector.sample.size: 200 hazelcast.heartbeat.phiaccrual.failuredetector.min.std.dev.millis: 200 member-attributes: rule: type: string value: worker通过上述流程，我们就创建好了与Hazelcast集群相关的配置和服务，实现了Hazecast基于Kubernetes的集群成员发现。
接下来，继续完成有关SeaTunnel引擎的相关配置。
SeaTunnel引擎的相关配置都在seatunnel.yaml文件中，下面给出seatunnel.yaml配置示例以供参考：
seatunnel: engine: history-job-expire-minutes: 1440 backup-count: 1 queue-type: blockingqueue print-execution-info-interval: 60 print-job-metrics-info-interval: 60 classloader-cache-mode: true http: enable-http: true port: 8080 enable-dynamic-port: false port-range: 100 slot-service: dynamic-slot: true checkpoint: interval: 300000 timeout: 60000 storage: type: hdfs max-retained: 3 plugin-config: namespace: /tmp/seatunnel/checkpoint_snapshot storage.type: hdfs fs.defaultFS: hdfs://xxx:8020 # Ensure that the directory has written permission telemetry: metric: enabled: true包含以下配置信息：
history-job-expire-minutes：任务历史记录保留时长为 24 小时（1440 分钟），超时自动清理。
backup-count: 1：任务状态备份副本数为 1。
queue-type: blockingqueue：使用阻塞队列管理任务，避免资源耗尽。
print-execution-info-interval: 60：每分钟打印一次任务执行状态。
print-job-metrics-info-interval: 60：每分钟输出一次任务指标（如吞吐量、延迟）。
classloader-cache-mode: true：启用类加载缓存，减少重复加载开销，提升性能。
dynamic-slot: true：允许根据负载动态调整任务槽（Slot）数量，优化资源利用率。
checkpoint.interval: 300000：每 5 分钟触发一次检查点（Checkpoint）。
checkpoint.timeout: 60000：检查点超时时间为 1 分钟。
telemetry.metric.enabled: true：启用任务运行指标采集（如延迟、吞吐量），便于监控。
在完成上面的工作流程后，我们就可以进入到最后一步：创建Master和Worker节点的k8s yaml文件定义部署的相关配置。
为了将配置文件与应用程序解耦，我们将上文中列出的配置文件合并到一个ConfigMap中，并挂载到容器的配置路径下，便于对配置文件的统一管理和更新。
以下是针对 seatunnel-cluster-master.yaml 和 seatunnel-cluster-worker.yaml 的配置示例，涵盖了配置 ConfigMap 挂载、容器启动命令以及部署资源定义等相关内容。
seatunnel-cluster-master.yaml：
apiVersion: apps/v1kind: Deploymentmetadata: name: seatunnel-cluster-masterspec: replicas: 2 # modify replicas according to your case strategy: type: RollingUpdate rollingUpdate: maxUnavailable: 25% maxSurge: 50% selector: matchLabels: app.kubernetes.io/instance: seatunnel-cluster-app app.kubernetes.io/version: 2.3.10 app.kubernetes.io/name: seatunnel-cluster-master app.kubernetes.io/component: master template: metadata: annotations: prometheus.io/path: /hazelcast/rest/instance/metrics prometheus.io/port: "5801" prometheus.io/scrape: "true" prometheus.io/role: "seatunnel-master" labels: app.kubernetes.io/instance: seatunnel-cluster-app app.kubernetes.io/version: 2.3.10 app.kubernetes.io/name: seatunnel-cluster-master app.kubernetes.io/component: master spec: affinity: nodeAffinity: requiredDuringSchedulingIgnoredDuringExecution: nodeSelectorTerms: - matchExpressions: - key: nodeAffinity-key operator: Exists containers: - name: seatunnel-master image: seatunnel:2.3.10 imagePullPolicy: IfNotPresent ports: - containerPort: 5801 name: hazelcast - containerPort: 8080 name: "master-port" command: - /opt/seatunnel/bin/seatunnel-cluster.sh - -r - master resources: requests: cpu: "1" memory: 4G volumeMounts: - mountPath: "/opt/seatunnel/config/hazelcast-master.yaml" name: seatunnel-configs subPath: hazelcast-master.yaml - mountPath: "/opt/seatunnel/config/hazelcast-worker.yaml" name: seatunnel-configs subPath: hazelcast-worker.yaml - mountPath: "/opt/seatunnel/config/seatunnel.yaml" name: seatunnel-configs subPath: seatunnel.yaml - mountPath: "/opt/seatunnel/config/hazelcast-client.yaml" name: seatunnel-configs subPath: hazelcast-client.yaml - mountPath: "/opt/seatunnel/config/log4j2_client.properties" name: seatunnel-configs subPath: log4j2_client.properties - mountPath: "/opt/seatunnel/config/log4j2.properties" name: seatunnel-configs subPath: log4j2.properties volumes: - name: seatunnel-configs configMap: name: seatunnel-cluster-configs部署策略
采用多副本（replicas=2）部署确保服务高可用
滚动更新策略（RollingUpdate）实现零停机部署：
maxUnavailable: 25%：保证更新期间至少75%的Pod保持运行
maxSurge: 50%：允许临时增加50%的Pod资源用于平滑过渡
标签选择器
采用Kubernetes推荐的标准标签体系
spec.selector.matchLabels： 根据标签定义Deployment管理Pod的范围
spec.template.labels： 定义新创建Pod的标签，标识Pod的元数据。
节点亲和性
配置affinity属性指定Pod调度的节点，需要根据自己k8s环境的节点标签进行替换。
配置文件挂载
核心配置文件统一管理在ConfigMap中，便于管理以及与应用程序解耦
通过subPath指定挂载的单个文件
seatunnel-cluster-worker.yaml配置文件如下：
apiVersion: apps/v1kind: Deploymentmetadata: name: seatunnel-cluster-workerspec: replicas: 3 # modify replicas according to your case strategy: type: RollingUpdate rollingUpdate: maxUnavailable: 25% maxSurge: 50% selector: matchLabels: app.kubernetes.io/instance: seatunnel-cluster-app app.kubernetes.io/version: 2.3.10 app.kubernetes.io/name: seatunnel-cluster-worker app.kubernetes.io/component: worker template: metadata: annotations: prometheus.io/path: /hazelcast/rest/instance/metrics prometheus.io/port: "5801" prometheus.io/scrape: "true" prometheus.io/role: "seatunnel-worker" labels: app.kubernetes.io/instance: seatunnel-cluster-app app.kubernetes.io/version: 2.3.10 app.kubernetes.io/name: seatunnel-cluster-worker app.kubernetes.io/component: worker spec: affinity: nodeAffinity: requiredDuringSchedulingIgnoredDuringExecution: nodeSelectorTerms: - matchExpressions: - key: nodeAffinity-key operator: Exists containers: - name: seatunnel-worker image: seatunnel:2.3.10 imagePullPolicy: IfNotPresent ports: - containerPort: 5801 name: hazelcast command: - /opt/seatunnel/bin/seatunnel-cluster.sh - -r - worker resources: requests: cpu: "1" memory: 10G volumeMounts: - mountPath: "/opt/seatunnel/config/hazelcast-master.yaml" name: seatunnel-configs subPath: hazelcast-master.yaml - mountPath: "/opt/seatunnel/config/hazelcast-worker.yaml" name: seatunnel-configs subPath: hazelcast-worker.yaml - mountPath: "/opt/seatunnel/config/seatunnel.yaml" name: seatunnel-configs subPath: seatunnel.yaml - mountPath: "/opt/seatunnel/config/hazelcast-client.yaml" name: seatunnel-configs subPath: hazelcast-client.yaml - mountPath: "/opt/seatunnel/config/log4j2_client.properties" name: seatunnel-configs subPath: log4j2_client.properties - mountPath: "/opt/seatunnel/config/log4j2.properties" name: seatunnel-configs subPath: log4j2.properties volumes: - name: seatunnel-configs configMap: name: seatunnel-cluster-configs定义好上述master和worker的yaml文件后，就可以执行以下命令进行部署到k8s集群了：
kubectl apply -f seatunnel-cluster-master.yamlkubectl apply -f seatunnel-cluster-worker.yaml正常情况下会看到SeaTunnel集群中共有2个master节点和3个worker节点：
$ kubectl get pods | grep seatunnel-clusterseatunnel-cluster-master-6989898f66-6fjz8 1/1 Running 0 156mseatunnel-cluster-master-6989898f66-hbtdn 1/1 Running 0 155mseatunnel-cluster-worker-87fb469f7-5c96x 1/1 Running 0 156mseatunnel-cluster-worker-87fb469f7-7kt2h 1/1 Running 0 155mseatunnel-cluster-worker-87fb469f7-drm9r 1/1 Running 0 156m至此，我们已成功在Kubernetes环境中以分离集群模式部署了SeaTunnel集群。
如今，集群已就绪，如何在客户端向其提交任务呢？
有关SeaTunnel客户端的配置都在hazelcast-client.yaml文件中。
首先需要在客户端本地下载二进制安装包（包含bin、config文件），并保证SeaTunnel的安装路径与服务端一致，这也就是官网中所说的：Setting the SEATUNNEL_HOME the same as the server，否则，可能会导致出现诸如无法在服务器端找到连接器插件路径等错误（因为服务端插件路径与客户端路径不一致）。
进入安装路径下，只需要修改config/hazelcast-client.yaml文件，配置指向刚刚创建的Headless Service服务地址即可：
hazelcast-client: cluster-name: seatunnel-cluster properties: hazelcast.logging.type: log4j2 connection-strategy: connection-retry: cluster-connect-timeout-millis: 3000 network: cluster-members: - seatunnel-cluster.bigdata.svc.cluster.local:5801客户端配置完成后，即可将任务提交至集群执行。任务提交时的JVM参数配置方式主要有两种：
在config/jvm_client_options文件中配置任务提交时的JVM参数
此方法配置的JVM参数将应用于所有通过seatunnel.sh提交的任务，无论运行于本地模式还是集群模式。所有提交的任务都将共享相同的JVM参数配置。
在提交任务的命令行中指定JVM参数。
使用seatunnel.sh提交任务时，可在命令行中直接指定JVM参数，例如：sh bin/seatunnel.sh --config $SEATUNNEL_HOME/config/v2.batch.config.template -DJvmOption=-Xms2G -Xmx2G。此方法允许为每个提交的任务独立配置JVM参数。
接下来通过一个案例来演示客户端提交任务至集群执行的完整流程：
env { parallelism = 2 job.mode = "STREAMING" checkpoint.interval = 2000}source { FakeSource { parallelism = 2 plugin_output = "fake" row.num = 16 schema = { fields { name = "string" age = "int" } } }}sink { Console { }}在客户端使用以下命令提交任务：
sh bin/seatunnel.sh --config config/v2.streaming.example.template -m cluster -n st.example.template -DJvmOption="-Xms2G -Xmx2G"在Master节点，使用如下命令列出正在运行的任务列表：
$ sh bin/seatunnel.sh -lJob ID Job Name Job Status Submit Time Finished Time ------------------ ------------------- ---------- ----------------------- ----------------------- 964354250769432580 st.example.template RUNNING 2025-04-15 10:39:30.588可以看到，我们刚刚向集群中提交的st.example.template任务已经处于RUNNING状态了。现在我们可以在Worker节点日志中看到如下日志打印：
2025-04-15 10:34:41,998 INFO [.a.s.c.s.c.s.ConsoleSinkWriter] [st-multi-table-sink-writer-1] - subtaskIndex=0 rowIndex=1: SeaTunnelRow#tableId=fake SeaTunnelRow#kind=INSERT : bdaUB, 1103480492025-04-15 10:34:41,998 INFO [.a.s.c.s.c.s.ConsoleSinkWriter] [st-multi-table-sink-writer-1] - subtaskIndex=1 rowIndex=1: SeaTunnelRow#tableId=fake SeaTunnelRow#kind=INSERT : mOifY, 19745390872025-04-15 10:34:41,999 INFO [.a.s.c.s.c.s.ConsoleSinkWriter] [st-multi-table-sink-writer-1] - subtaskIndex=0 rowIndex=2: SeaTunnelRow#tableId=fake SeaTunnelRow#kind=INSERT : jKFrR, 18280477422025-04-15 10:34:41,999 INFO [.a.s.c.s.c.s.ConsoleSinkWriter] [st-multi-table-sink-writer-1] - subtaskIndex=1 rowIndex=2: SeaTunnelRow#tableId=fake SeaTunnelRow#kind=INSERT : gDiqR, 11775447962025-04-15 10:34:41,999 INFO [.a.s.c.s.c.s.ConsoleSinkWriter] [st-multi-table-sink-writer-1] - subtaskIndex=0 rowIndex=3: SeaTunnelRow#tableId=fake SeaTunnelRow#kind=INSERT : bCVxc, 909343602...说明我们的任务成功提交至所创建的SeaTunnel集群，并且确认其正常运行。
SeaTunnel提供了通过Rest Api接口的方式来查询运行作业的状态和统计信息，以及提交/停止作业等操作。
在上文中我们配置了只包含Master节点的Headless Service，并指定暴露的端口为8080。因此，我们就可以在客户端使用Rest API接口的方式来实现任务的提交。
SeaTunnel Rest API接口提供了通过上传配置文件来提交任务，命令如下：
$ curl 'http://seatunnel-cluster-master.bigdata.svc.cluster.local:8080/submit-job/upload' --form 'config_file=@"/opt/seatunnel/config/v2.streaming.example.template"' --form 'jobName=st.example.template' {"jobId":"964553575034257409","jobName":"st.example.template"}如果作业提交成功，会返回jobId和jobName，如上所示。
接下来，通过Rest API接口获取集群正在运行的所有任务，观察刚刚提交的任务信息：
curl 'http://seatunnel-cluster-master.bigdata.svc.colo.gzgalocal:8080/running-jobs'[{"jobId":"964553575034257409","jobName":"st.example.template","jobStatus":"RUNNING","envOptions":{"job.mode":"STREAMING","checkpoint.interval":"2000","parallelism":"2"}, ...]可以看到接口返回显示了任务状态和其他额外的元数据信息，说明我们通过Rest Api接口提交任务的方式也成功执行。更多Rest Api接口介绍可以参考官网：RESTful API V2
本文着重介绍了如何以推荐的分离集群模式（Separated Cluster Mode）部署k8s集群的实践，总结下来，部署过程主要包含以下步骤：
准备 Kubernetes 环境
确保已搭建并运行一个可用的 Kubernetes 集群，并安装所有必要的组件。
构建 SeaTunnel Docker 镜像
如果没有二次开发需求，可直接使用官方提供的镜像。否则，在本地编译打包后，编写 Dockerfile 并构建 SeaTunnel 镜像。
配置Headless Service和Hazelcast集群
Hazelcast的k8s自动发现机制的DNS Lookup模式是基于k8s的Headless Service功能来实现的，因此首先创建Headless Service服务，并在hazelcast的yaml配置文件中通过service-dns来指定服务地址。
Headless Service会在域名解析时解析成所包含pod的IP地址集合，以此实现hazelcast集群成员之间的彼此发现。
配置 SeaTunnel 引擎
修改seatunnel.yaml文件，配置SeaTunnel引擎参数。
创建k8s yaml部署文件
分别创建Master和Worker的k8s yaml文件，配置节点标签、启动命令、资源和数据卷挂载等内容，最终将其部署到k8s集群。
配置 SeaTunnel 客户端
在客户端安装SeaTunnel，并确保客户端的安装路径 (SEATUNNEL_HOME) 与服务端一致。修改 hazelcast-client.yaml 文件，配置客户端连接到集群Service服务的地址。
任务提交与执行:
完成以上步骤后，即可在客户端提交任务并由 SeaTunnel 集群执行。
本文上述配置案例仅供参考，可能仍有很多配置项和配置内容未涉及，欢迎各位补充与讨论，希望有各位有所帮助！