Flink之二 Flink安装及入门案例

Flink 安装（集群模式）：

   1：下载安装flink的安装包，注意hadoop的版本兼容问题

 2：解压安装包，进入conf配置文件目录下，主要配置文件为flink-conf.yaml和slaves,配置flink-conf.yaml解析如下：

  2.1 基本配置

      jobmanager.rpc.address: localhost1   --jobManager 的IP地址

      jobmanager.rpc.port: 6123   --jobManager 的端口，默认为6123

      jobmanager.heap.mb --jobManager 的JVM heap大小  

  taskmanager.heap.mb  --taskManager的jvm heap大小设置

  taskmanager.numberOfTaskSlots  --taskManager中taskSlots个数，最好设置成work节点的CPU个数相等

  parallelism.default  --并行计算数

  fs.default-scheme --文件系统来源

  fs.hdfs.hadoopconf:  --hdfs置文件路径

     jobmanager.web.port    -- jobmanager的页面监控端口

  2.2 内存管理配置

       Flink默认上分配taskmanager.heap.mb配置值得70%留它管理，内存的管理让flinK批量处理效果很高；并且flink不会出现OutMemoryException的问题，因为flink知道预留多少内存来执行程序；如果flink运行的程序所需要的内存超过了它所管理的内存，Flink就可以利用磁盘；总而言之，flink的内存管理提高了鲁棒性和系统的速度；下面就介绍管理内存的配置文件：

      taskmanager.memory.fraction  --管理内存的百分比，默认0.7

      taskmanager.memory.size    --taskManager 具体管理内存的大小；此配置重写taskmanager.memory.fraction的配置

     taskmanager.memory.segment-size --内存管理器所使用的内存缓冲区的大小和网络堆栈字节

     taskmanager.memory.preallocate  --taskmanager是否启动时管理所有的内存

  2.3 slaves 中配置节点机器的ip或主机名

3：启动flink

4：进入web监控页面

若见到上图页面，就说明flink配置成功了，下面就以wordcount为案例运行，案例代码如下：

public class FlinkWordCount {
    public static void main(String[] args) throws Exception {
        final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
 
        DataSet text = env.fromElements(
            "hadoop hive?",
            "think hadoop hive sqoop hbase spark flink?");
 
        DataSet> wordCounts = text
            .flatMap(new LineSplitter())
            .groupBy(0)
            .sum(1);
 
        wordCounts.print();
    }
 
    public static class LineSplitter implements FlatMapFunction> {
        @Override
        public void flatMap(String line, Collector> out) {
            for (String word : line.split("\\W+")) {
                out.collect(new Tuple2(word, 1));
            }
        }
    }
}
以上代码进行打包上传；上传后执行提交命令：

打印结果如下：

web页面监控