flink启动命令参数_Flink快速上手(QuickStart)
安装：下载并启动
下载
从下载页面(http://flink.apache.org/downloads.html)下载所需的二进制包。你可以选择任何与 Hadoop/Scala 结合的版本。比如 Flink for Hadoop 2。
启动一个local模式的Flink集群
启动一个local模式的Flink集群非常地简单，我们可以按照以下的步骤来操作：
1、进入到下载的目录；
2、解压下载的文件；
3、启动Flink。
操作命令如下： $ cd ~/Downloads # Go to download directory
$ tar xzf flink-*.tgz # Unpack the downloaded archive
$ cd flink-1.0.0
$ bin/start-local.sh # Start Flink
打开:8081检查Jobmanager和其他组件是否正常运行。Web前端应该显示了只有一个可用的 TaskManager。
运行例子
现在，我们来运行SocketTextStreamWordCount例子，它从socket中获取文本，然后计算每个单词出现的次数。操作步骤如下：
1、首先，我们使用netcat来启动本地服务器： $ nc -l -p 9000
2、然后我们就可以提交Flink程序了： $ bin/flink run examples/streaming/SocketTextStreamWordCount.jar \
--hostname localhost \
--port 9000
Printing result to stdout. Use --output to specify output path.
04/05/2016 16:03:36 Job execution switched to status RUNNING.
04/05/2016 16:03:36 Source: Socket Stream -> Flat Map(1/1) switched to SCHEDULED
04/05/2016 16:03:36 Source: Socket Stream -> Flat Map(1/1) switched to DEPLOYING
04/05/2016 16:03:36 Keyed Aggregation -> Sink: Unnamed(1/1) switched to SCHEDULED
04/05/2016 16:03:36 Keyed Aggregation -> Sink: Unnamed(1/1) switched to DEPLOYING
04/05/2016 16:03:36 Keyed Aggregation -> Sink: Unnamed(1/1) switched to RUNNING
04/05/2016 16:03:36 Source: Socket Stream -> Flat Map(1/1) switched to RUNNING
04/05/2016 17:00:43 Source: Socket Stream -> Flat Map(1/1) switched to FINISHED
04/05/2016 17:00:43 Keyed Aggregation -> Sink: Unnamed(1/1) switched to FINISHED
04/05/2016 17:00:43 Job execution switched to status FINISHED.
这个程序和socket进行了连接，并等待输入。我们可以在WEB UI中检查Job是否正常运行：
3、计数会打印到标准输出stdout。监控JobManager的输出文件(.out文件)，并在nc中敲入一些单词： $ nc -l -p 9000
lorem ipsum
ipsum ipsum ipsum
bye
.out 文件会立即打印出单词的计数： $ tail -f log/flink-*-jobmanager-*.out
(lorem,1)
(ipsum,1)
(ipsum,2)
(ipsum,3)
(ipsum,4)
(bye,1)
要停止 Flink，只需要运行： $ bin/stop-local.sh
集群模式安装
在集群上运行 Flink 是和在本地运行一样简单的。需要先配置好 SSH 免密码登录 和保证所有节点的目录结构是一致的，这是保证我们的脚本能正确控制任务启停的关键。然后我们就可以按照下面步骤来操作：
1、在每台节点上，复制解压出来的 flink 目录到同样的路径下。
2、选择一个 master 节点 (JobManager) 然后在 conf/flink-conf.yaml 中设置jobmanager.rpc.address 配置项为该节点的 IP 或者主机名。确保所有节点有有一样的 jobmanager.rpc.address 配置。
3、将所有的 worker 节点 (TaskManager)的 IP 或者主机名(一行一个)填入 conf/slaves 文件中。
现在，你可以在 master 节点上启动集群：bin/start-cluster.sh。
下面的例子阐述了三个节点的集群部署(IP地址从 10.0.0.1 到 10.0.0.3，主机名分别为 master, worker1, worker2)。并且展示了配置文件，以及所有机器上一致的可访问的安装路径。
访问https://ci.apache.org/projects/flink/flink-docs-release-1.0/setup/config.html查看更多可用的配置项。为了使 Flink 更高效的运行，还需要设置一些配置项。
以下都是非常重要的配置项：
1、TaskManager 总共能使用的内存大小(taskmanager.heap.mb)
2、每一台机器上能使用的 CPU 个数(taskmanager.numberOfTaskSlots)
3、集群中的总 CPU 个数(parallelism.default)
4、临时目录(taskmanager.tmp.dirs)
Flink on YARN
你可以很方便地将 Flink 部署在现有的YARN集群上，操作如下：
1、下载 Flink Hadoop2 包: Flink with Hadoop 2
2、确保你的 HADOOP_HOME (或 YARN_CONF_DIR或 HADOOP_CONF_DIR) __环境变量__设置成你的 YARN 和 HDFS 配置。
3、运行 YARN 客户端：./bin/yarn-session.sh 。你可以带参数运行客户端 -n 10 -tm 8192 表示分配 10 个 TaskManager，每个拥有 8 GB 的内存。