Flink高手之路：Flink的环境搭建

一、Flink的安装模式

1、local（本地）

本地单机模式，一般用于测试环境是否搭建成功，很少使用

2、standload（独立集群模式）

flink自带集群，开发测试使用

StandAloneHA：独立集群的高可用模式，也是flink自带，用于开发测试环境

3、on yarn（flink on yarn）

计算资源统一由hadoop yarn管理，生产环境使用

二、Local模式下的安装

1、下载

2、上传文件

上传到hadoop001

3、解压

[root@hadoop001 software]# tar -xzvf flink-1.12.2-bin-scala_2.11.tgz -C /export/servers/

4、查看文件目录

5、修改环境变量

[root@hadoop001 software]# vi /etc/profile

6、使环境变量起作用

[root@hadoop001 software]# source /etc/profile

7、查看安装成功的flink

三、启动scala sell 交互界面

[root@hadoop001 flink-1.12.2]# start-scala-shell.sh local

1、scala命令行示例——单词计数

准备好数据文件

单词计数

benv.readTextFile("/root/a.txt").flatMap(.split(" ")).map((,1)).groupBy(0).sum(1).print()

Ctrl+d退出

四、启动flink本地集群

1、启动local本地模式

只有hadoop001上有节点

2、使用webui查看

hadoop001:8081

3、Local集群上测试运行任务——单词计数

1）准备jar包

2）提交任务

3）在webui查看完整任务过程

4）查看结果

五、Standalone模式安装

1、集群规划

JobManager

TaskManager

hadoop01

y

y

hadoop02

n

y

hadoop03

n

y

2、修改Flink配置文件

1）修改flink-conf.ymal配置文件

2）Master

3）workers

4）环境变量

3、分发文件

1）分发flink

[root@hadoop001 servers]# scp -r flink-1.12.2/ hadoop002:$PWD

[root@hadoop001 servers]# scp -r flink-1.12.2/ hadoop003:$PWD

2）分发环境变量

4、使环境变量起作用

[root@hadoop001 servers]# source /etc/profile

5、启动flink集群

6、webui查看

7、启动历史服务器

1）上传连接器

2）启动historyserver服务

8、历史服务器webui查看

9、Standalone测试任务-单词计数

1）带参数提交任务

flink run examples/batch/WordCount.jar --input hdfs://hadoop001:9000/input/ --output hdfs://hadoop001:9000/output/result.txt

2）出错

3）添加hadoop classpath配置

[root@hadoop001 flink-1.12.2]# hadoop classpath

4）重新运行

flink run examples/batch/WordCount.jar --input hdfs://hadoop001:9000/input/ --output hdfs://hadoop001:9000/output/result.txt

六、Standalone-HA模式安装

1、集群规划

JobManager TaskManager

hadoop01 y y

hadoop02 Y y

hadoop03 n y

2、停止flink集群

3、修改flink配置文件

4、修改master文件

5、同步配置文件

6、修改hadoop002上的flink-core.yaml

7、重新启动flink集群

8、相关进程未启动

因为缺少flink整合hadoop的jar包，需要从flink官网下载，放入flink的lib目录，并分发至其他节点Apache Flink: Downloads

重新启动

9、Flink的webui查看

七、Flink on yarn的安装

1、修改yarn-site.xml配置文件

2、分发配置文件

3、启动相关服务

Zookeeper

dfs

yarn

flink

historyserver

4、Session模式提交任务

1）开启会话

[root@hadoop001 bin]# yarn-session.sh -n 2 -tm 800 -s 1 -d

-n:表示申请的容器，也就是worker的数量，也即cpu的核心数

-tm:表示每个worker(taskManager)的内存大小

-s:表示每个worker的slot数量

-d:表示在后台运行

2）jps

3）查看yarn的webui

4）提交任务-单词计数

5）查看任务完成

6）再提交一个任务

7）再次查看yarn的webui

8）关闭yarn-sesion

[root@hadoop001 batch]# yarn application -kill application_1649659166087_0001

5、Per-job模式提交任务

1）提交任务

[root@hadoop001 batch]# flink run -m yarn-cluster -yjm 1024 -ytm 1024 WordCount.jar

-m:jobmanager的地址

-yjm:jobmanager的内存大小

-ytm:taskmanager的内存大小

2）查看yarn的webui

3）再次提交

4）查看jps情况

查看到没有相关进程，进程完成后会自动关闭

6、Flink提交参数任务总结