第三章 Flink部署

1 standalone模式

1.1  安装

解压缩  flink-1.7.0-bin-hadoop27-scala_2.11.tgz

 

修改 flink/conf/flink-conf.yaml 文件

 

 

修改 /conf/slave文件

 

 分发给 另外两台机子

 

 启动

 

访问http://hadoop1:8081

 

 

1.2 提交任务

 1) 准备数据文件

 

 2) 把含数据文件的文件夹，分发到taskmanage 机器中

 由于读取数据是从本地磁盘读取，实际任务会被分发到taskmanage的机器中，所以要把目标文件分发。

3) 执行程序

./flink run -c com.atguigu.flink.app.BatchWcApp  /ext/flink0503-1.0-SNAPSHOT.jar  --input /applog/flink/input.txt --output /applog/flink/output.csv

　　

 

4) 到目标文件夹中查看计算结果

注意：计算结果根据会保存到taskmanage的机器下，不会再jobmanage下。

 5) 在webui控制台查看计算过程 

 

 

 

 

2  yarn模式

 

1)  启动hadoop集群

 

2)  启动yarn-session

./yarn-session.sh -n 2 -s 2 -jm 1024 -tm 1024 -nm test -d

其中：

-n(--container)：TaskManager的数量。

-s(--slots)：   每个TaskManager的slot数量，默认一个slot一个core，默认每个taskmanager的slot的个数为1，有时可以多一些taskmanager，做冗余。

-jm：JobManager的内存（单位MB)。

-tm：每个taskmanager的内存（单位MB)。

-nm：yarn 的appName(现在yarn的ui上的名字)。

-d：后台执行。

 

3)  执行任务

./flink run  -m yarn-cluster -c com.atguigu.flink.app.BatchWcApp  /ext/flink0503-1.0-SNAPSHOT.jar  --input /applog/flink/input.txt --output /applog/flink/output5.csv

　　

 

4)  去yarn控制台查看任务状态