CentOS7搭建flink1.6与消费kafka操作

写在最前，本次环境搭建是在Hadoop2.6.1，三节点的基础上完成的。

（关于搭建Hadoop环境，可参考：https://blog.csdn.net/weixin_39400271/article/details/89057884）

说明：

#master，表示在master节点上操作；

#master，#slave1，#slave2，表示在三个节点上都要操作；

一、准备工作

再官网下载合适的flink的tgz压缩包：http://mirror.bit.edu.cn/apache/flink/

这里下载的是flink-1.6.4-bin-hadoop26-scala_2.11.tgz

然后用scp命令（Git Base或者其他工具也可以）远程分发到CentOS7的master机器指定目录上。

二、解压

#master

cd /usr/local/src/
tar -zxvf flink-1.6.4-bin-hadoop26-scala_2.11.tgz

三、修改配置

#master

cd ./flink-1.6.4/conf/

1、配置JobManager远程地址

vim flink-conf.yaml

修改内容：

jobmanager.rpc.address: master

2、注册master

vim masters

修改内容，这个跟flink-conf-yarm的rest.port配置要一样：

master:8081

3、注册slave

vim slaves

修改内容：

slave1
slave2

四、分发文件

#master

scp -r /usr/local/src/flink-1.6.4 root@slave1:/usr/local/src/
scp -r /usr/local/src/flink-1.6.4 root@slave2:/usr/local/src/

五、验证

#master

1、启动集群

cd /usr/local/src/flink-1.6.4/bin
./start-cluster.sh

master节点：

slave节点：

2、监控页面

http://192.168.112.10:8081

五、实例操作

1、在本地IDEA编写代码，然后打包发到虚拟机上：

package com.cjs

import java.util.Properties

import org.apache.flink.api.common.serialization.SimpleStringSchema
import org.apache.flink.streaming.api.scala.StreamExecutionEnvironment
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer08
import org.apache.flink.streaming.api.scala._

object Kafka2FlinkTest {
    def main(args: Array[String]): Unit = {
        val senv = StreamExecutionEnvironment.getExecutionEnvironment
        val properties = new Properties()

        properties.setProperty("bootstrap.servers", "192.168.112.10:9092")
        properties.setProperty("zookeeper.connect", "192.168.112.10:2181")
        properties.setProperty("group.id", "test_flink")

//        val stream = senv.addSource(new FlinkKafkaConsumer08[String]("test_receiver",new SimpleStringSchema(),properties))
        val stream = senv.addSource(new FlinkKafkaConsumer08[String]("kafka2flink",new SimpleStringSchema(),properties))

//        stream.print()
        stream.flatMap(_.split(" ")).map((_,1L)).keyBy(0).sum(1).print()
        senv.execute("Flink Kafka")
    }

}

2、执行脚本命令，提交任务

        这里介绍的是yarn模式启动flink，所以必须开启hadoop，再之需要使用kafka，所以zk也要事先启动，kafka集群也是，一切环境都准备好之后，输入：

cd /usr/local/src/flink-1.6.4/bin/
./start-cluster.sh
./flink run -m yarn-cluster -yn 2 -c com.cjs.Kafka2FlinkTest /newDiskB/code/flink/FlinkDemo-1.0-SNAPSHOT-jar-with-dependencies.jar 

为了简便，生产者，直接使用kafka的producer：

cd /usr/local/src/kafka_2.11-0.10.2.1/bin/
./kafka-console-producer.sh --broker-list master:9092 --topic kafka2flink

3、查看yarn信息

输入网址：

192.168.112.10:8088

点击application_xxx，

消息生产：

关闭任务：

关闭相关环境。