Flink集群搭建

序言

Flink 是一个分布式系统，需要有效分配和管理计算资源才能执行流应用程序。（这句话很重要，资源计算，资源的分配不是Flink当前强项cuiyaonan2000@163.com）

它集成了所有常见的集群资源管理器，例如Hadoop YARN、Apache Mesos和Kubernetes，但也可以设置作为独立集群甚至库运行。-----------------------Flink推荐YARN，K8S，Mesos的资源管理器，同时自己也提供自己的资源管理器

Flink的集群环境根据有三种形式：

1. yarn：第三方的计算资源调度框架（ResourceManager,NodeManager）
2. standalone ： 独立模式，Flink自带集群，开发测试环境使用。（Flink 官方开发的计算资源调度框架（JobManager，TaskManager））
3. local：本地模式，一般不使用

本地环境搭建

参考官方文档：Apache Flink 1.12 Documentation: 本地模式安装

#下载相关文件包
[root@cuiyaonan2000 soft] wget https://mirrors.bfsu.edu.cn/apache/flink/flink-1.12.2/flink-1.12.2-bin-scala_2.12.tgz

[root@cuiyaonan2000 soft]   tar -zxvf flink-1.12.2-bin-scala_2.12.tgz 


[root@cuiyaonan2000 soft]   cd flink-1.12.2

#启动服务
[root@cuiyaonan2000 soft]   ./start-cluster.sh 

#关闭服务
[root@cuiyaonan2000 soft]   ./stop-cluster.sh

启动成功后使用jps查看相关的进程

其中里面的含义如下所示：

1. StandaloneSessionClusterEntrypoint —> JobManager
2. TaskManagerRunner —> TaskManager

访问该服务器的8081服务器：http://10.1.80.187:8081/#/overview 显示内容如下。

独立模式环境搭建

具体可以参考官网：Apache Flink 1.12 Documentation: Standalone

这里使用两台机器搭建环境。一个机器做JobMaster，一个机器做WorkerMaster

首先在master服务器上操作，然后在把设置好的flink文件夹传递到worker服务器上。

[root@cuiyaonan2000 soft] vi /etc/profile


#增加如下内容
export FLINK_HOME=/soft/flink/flink-1.12.2
export PATH=$FLINK_HOME/bin:$PATH



[root@cuiyaonan2000 soft] source /etc/profile


[root@cuiyaonan2000 soft] cd flink-1.12.2

#编辑配置文件
[root@cuiyaonan2000 soft] vi ./conf/flink-conf.yaml

#设置为主节点的IP或者主机名
jobmanager.rpc.address: 10.1.80.187
#主节点默认端口
jobmanager.rpc.port: 6123

#定义 Flink 允许在每个节点上分配的最大内存值
#如下区分了master内存和task内存
#这些值的单位是 MB
jobmanager.memory.process.size 
taskmanager.memory.process.size 

#设置master服务器
[root@cuiyaonan2000 soft] vi ./conf/master

#如下的8081是默认的可以在flink-conf.yaml中修改
#rest.port: 8081
10.1.80.187:8081



#设置work服务器
[root@cuiyaonan2000 soft] vi ./conf/worker

#增加worker服务器
10.1.80.190



#将flink的文件夹传递到worker的服务器上
[root@cuiyaonan2000 soft] scp -r flink-1.12.2 root@10.1.80.190:/soft

在worker服务器中同时要设置环境变量。然后就可以启动了

#该命令在master服务器上执行就行了，它会去worker自动执行，
#所以要做好这几台机器间的免密登录
[root@cuiyaonan2000 soft] start-cluster.sh



[root@cuiyaonan2000 soft] stop-cluster.sh



#可以使用jps来查看master 和 worker服务器上是否已经启动了相关的服务。
[root@cuiyaonan2000 soft] jps

flink-conf.yaml 一些比较重要的配置

• 每个 JobManager 的可用内存值（jobmanager.memory.process.size），
• 每个 TaskManager 的可用内存值 （taskmanager.memory.process.size，并检查 内存调优指南），
• 每台机器的可用 CPU 数（taskmanager.numberOfTaskSlots），
• 集群中所有 CPU 数（parallelism.default）和
• 临时目录（io.tmp.dirs）

在Flink的管理界面上提交工程Jar

点击1，在选择2，然后在选择需要上传的jar文件

JobMaster 高可用

主要就是配置2个地方（参照下图很容易理解）：具体参考官网：Apache Flink 1.12 Documentation: Standalone

1. flink-conf.yaml  ---------------------这里是使用zookeeper作为高可用的监控
2. master  --------------这里需要增加另外一个master的ip和端口

flink-conf.yaml的修改点如下：

#  开启HA，使用文件系统作为快照存储
state.backend: filesystem


#  启用检查点，可以将快照保存到HDFS
state.backend.fs.checkpointdir: hdfs://node-1:9000/flink-checkpoints


#  使用zookeeper搭建高可用
high-availability: zookeeper


#  存储JobManager的元数据到HDFS
#  这个可以不指定的，同时也可以指定为文件夹
#  官网的注释如下
#  Default target directory for savepoints, optional.
high-availability.storageDir: hdfs://node-1:9000/flink/ha/


#  zookeepre服务器
high-availability.zookeeper.quorum: node-1:2181,node-2:2181,node-3:2181