一：组件
1、hadoop（包含了yarn和hdfs），hadoop 2.8.5版本
2、flink，版本 flink-1.7.2-bin-hadoop28-scala_2.11.tgz
3、centos7
二：步骤。
1、自行安装hadoop集群，很多帖子，随意找。
1）关于配置 core-site.xml
2)关于配置hadoop-env.sh
export JAVA_HOME=/data/soft/jdk1.8.0_181
3)关于配置hdfs-site.xml
4)关于配置mapred-env.sh
export JAVA_HOME=/data/soft/jdk1.8.0_181
5）关于配置 mapred-site.xml
mapred-site.xml文件默认是没有的，需要cp mapred-site.xml.template mapred-site.xml
报错如下：
Diagnostics: Container [pid=16377,containerID=container_1533988876407_0004_02_000001] is running beyond virtual memory limits. Current usage: 59.9 MB of 1 GB physical memory used; 2.2 GB of 2.1 GB virtual memory used. Killing container.
6）关于配置slaves（此时把master也当做一个slave了）
vim slaves
master
slave1
slave2
7）关于配置 yarn-site.xml
注：日志聚集功能不配置
这点点进去会报错。
三：flink部署
下载flink包
1）配置flink-conf.yaml
#Jobmanager的IP地址，即master地址。
jobmanager.rpc.address: master
#每一个TaskManager的堆大小（单位是MB），由于每个taskmanager要运行operator的各种函数（Map、Reduce、CoGroup等，包含sorting、hashing、caching），因此这个值应该尽可能的大。如果集群仅仅跑Flink的程序，建议此值等于机器的内存大小减去1、2G，剩余的1、2GB用于操作系统。如果是Yarn模式，这个值通过指定tm参数来分配给container，同样要减去操作系统可以容忍的大小（1、2GB）。
#本地方设置6G
taskmanager.heap.size: 6144
#每个TaskManager的并行度。一个slot对应一个core，默认值是1.一个并行度对应一个线程。总的内存大小要且分给不同的线程使用。
taskmanager.numberOfTaskSlots: 4
#启动job默认用的parallelism数量
parallelism.default:8
#临时目录
taskmanager.tmp.dirs: /tmp
#JobManager的堆大小（单位是MB）。当长时间运行operator非常多的程序时，需要增加此值。具体设置多少只能通过测试不断调整。
jobmanager.heap.size: 2048
#jobmanager.web.port: 8081
#JobMamanger的端口，默认是6123。
jobmanager.rpc.port: 6123
state.backend: filesystem
state.backend.fs.checkpointdir: hdfs:///flink/checkpoints
fs.hdfs.hadoopconf: /var/apps/hadoop285/etc/hadoop
注：如果配置高可用，这里面少了zookeeper的配置
2）配置master
vim masters
master:8081
3）配置slaves
vim slaves
slave1
slave2
三：启动yarn 和flink
四：提交任务。
./bin/flink run -m yarn-cluster -yn 2 -yjm 1024 -ytm 1024 -d -c com.xxxxx.flink.app.xxxxxFlinkData /var/apps/xxxx-xxxxx.jar
页面如下：
完成！