背景介绍

在实际生产环境中，Flink作业一般很复杂，会依赖多个外部组件，例如，从Kafka中消费数据时要从HBase或Redis中去获取相关数据，然后将关联好的数据写入到外部组件，这样的情况下会导致如下问题：

• Flink作业想要关联这些组件，需要将外部组件的连接信息传递给Flink作业，这些连接信息是跟随StreamPark的Application一起配置的，一旦一些组件的连接信息有变化，依赖这些组件的Application都要修改，这会导致大量的操作且成本很高。
• 团队中一般有很多开发人员，如果对组件连接信息没有统一的传递规范，会导致相同的组件有不同的参数名，这样难以统计外部组件到底被哪些作业依赖。
• 在企业生产中，通常有多个环境，比如有测试环境、生产环境等，很多时候无法通过IP和端口来判断属于哪个环境，这样的话本来属于生产环境的IP和端口可能配置到了测试环境，导致生产故障。

创建变量

变量在Team之间是隔离的，不同的Team有独立的变量管理，所以在创建变量之前首先要切换到正确的Team，这里我们选择的是default team, 通过点击Add New按钮创建变量。

有些变量是敏感的，比如数据库的密码，在创建的时候可以打开Desensitization选项，这样变量的值将显示为********。

在Flink SQL中引用变量

在Flink SQL中以${kafka.cluster}的方式引用变量，当输入${时会提示跟随搜索。

点击Preview按钮可以预览变量的值，如果变量被设置为敏感的，变量的值依然会显示为********。

在Flink JAR作业的args中引用变量

也可以在Flink JAR作业的args中引用变量，也支持输入${后跟随搜索。