Flink部署

Flink 中的几个关键组件：客户端（Client）、作业管理器（JobManager）和任 务 管 理 器 （ TaskManager）。 我 们 的 代 码 ， 实 际 上 是 由 客 户 端 获 取 并 做 转 换 ， 之 后 提 交 给JobManger 的。所以 JobManager 就是 Flink 集群里的“管事人”，对作业进行中央调度管理；而它获取到要执行的作业后，会进一步处理转换，然后分发任务给众多的 TaskManager。这里的 TaskManager，就是真正“干活的人”，数据的处理操作都是它们来做的，这里如图所示：

1、快速搭建

准备一个flink包，这里用的是flink-1.13.2-bin-scala_2.11.tgz
解压

tar -zxvf flink-1.13.0-bin-scala_2.12.tgz -C /opt/module/

启动
进入解压后的目录，执行启动命令，并查看进程。
$ cd flink-1.13.0/
$ bin/start-cluster.sh

	Starting cluster.
	Starting standalonesession daemon on host hadoop102.
	Starting taskexecutor daemon on host hadoop102. 
	$ jps
	10369 StandaloneSessionClusterEntrypoint 
	10680 TaskManagerRunner
	10717 Jps

启动成功以后，访问http:hadoop102:8081

搭建flink集群

Flink 是 典 型 的 Master-Slave 架 构 的 分 布 式 数 据 处 理 框 架 ， 其 中 Master 角 色 对 应 着
JobManager，Slave 角色则对应 TaskManager。

进入conf目录下，修改flink-conf.yaml文件，设置 jobmanager.rpc.address 参数为Hadoop102
cd conf/
vim flink-conf.yaml
JobManager 节点地址.
jobmanager.rpc.address: hadoop102
（2）修改 workers 文件，将另外两台节点服务器添加为本 Flink 集群的 TaskManager 节点，
具体修改如下：
$ vim workers
hadoop103
hadoop104
这样就指定了 hadoop103 和 hadoop104 为 TaskManager 节点。

（3）另外，在 flink-conf.yaml 文件中还可以对集群中的 JobManager 和 TaskManager 组件
进行优化配置，主要配置项如下：
⚫ jobmanager.memory.process.size：对 JobManager 进程可使用到的全部内存进行配置，
包括 JVM 元空间和其他开销，默认为 1600M，可以根据集群规模进行适当调整。
⚫ taskmanager.memory.process.size：对 TaskManager 进程可使用到的全部内存进行配置，
包括 JVM 元空间和其他开销，默认为 1600M，可以根据集群规模进行适当调整。
⚫ taskmanager.numberOfTaskSlots：对每个 TaskManager 能够分配的 Slot 数量进行配置，
默认为 1，可根据 TaskManager 所在的机器能够提供给 Flink 的 CPU 数量决定。所谓
Slot 就是 TaskManager 中具体运行一个任务所分配的计算资源。
⚫ parallelism.default：Flink 任务执行的默认并行度，优先级低于代码中进行的并行度配
置和任务提交时使用参数指定的并行度数量。

分发到其他目录机器就行。

提交作业的方式

将程序进行打包上传到
1、基于页面提交
（1）任务打包完成后，我们打开 Flink 的 WEB UI 页面，在右侧导航栏点击“Submit New Job”，然后点击按钮“+ Add New”，选择要上传运行的 JAR 包，如图 3-4 所示。

（2）点击该 JAR 包，出现任务配置页面，进行相应配置。
主要配置程序入口主类的全类名，任务运行的并行度，任务运行所需的配置参数和保存点路径等，如图 3-6 所示，配置完成后，即可点击按钮“Submit”，将任务提交到集群运行。

（3）任务提交成功之后，可点击左侧导航栏的“Running Jobs”查看程序运行列表情况。

（4）点击该任务，可以查看任务运行的具体情况，也可以通过点击“Cancel Job”结束任务运行。

2、命令提交作业
除了通过 WEB UI 界面提交任务之外，也可以直接通过命令行来提交任务。这里为方便
起见，我们可以先把 jar 包直接上传到目录 flink-1.13.0 下
（1）首先需要启动集群。
$ bin/start-cluster.sh
（2）在 hadoop102 中执行以下命令启动 netcat。
$ nc -lk 7777

（3）进入到 Flink 的安装路径下，在命令行使用 flink run 命令提交作业。
bin/flin run -m hadoop102:8081 -c com.atguigu.wc.BatchWordCount ./FlinkTutorial-1.0-SNAPSHOT.jar

部署模式

Flink 为各种场景提供了不同的部署模式，主要有以下三种：
⚫ 会话模式（Session Mode）
⚫ 单作业模式（Per-Job Mode）
⚫ 应用模式（Application Mode）
它们的区别主要在于：集群的生命周期以及资源的分配方式；以及应用的 main 方法到底在哪里执行——客户端（Client）还是 JobManager。

会话模式：会话模式其实最符合常规思维。需要先启动一个集群，保持一个会话，在这个会话中通过客户端提交作业。会话模式比较适合于单个规模小、执行时间短的大量作业。

单作业模式：客户端运行应用程序，然后启动集群，作业被提交给 JobManager，进而分发TaskManager 执行。作业作业完成后，集群就会关闭，所有资源也会释放。这样一来，每个作业都有它自己的 JobManager管理，占用独享的资源，即使发生故障，它的 TaskManager 宕机也不会影响其他作业。

应用模式：直接把应用提交到 JobManger 上运行。而这也就代表着，我们需要为每一个提交的应用单独启动一个 JobManager，也就是创建一个集群。这个 JobManager 只为执行这一个应用而存在，执行结束之后 JobManager 也就关闭了。Flink 本身无法直接这样运行，所以单作业模式一般需要借助一些资源管
理框架来启动集群，比如 YARN、Kubernetes。

应用模式与单作业模式，都是提交作业之后才创建集群；单作业模式是通过客户端来提交的，客户端解析出的每一个作业对应一个集群；而应用模式下，是直接由 JobManager 执行应用程序的，并且即使应用包含了多个作业，也只创建一个集群。

总结一下，
在会话模式下，集群的生命周期独立于集群上运行的任何作业的生命周期，并且提交的所有作业共享资源。
单作业模式为每个提交的作业创建一个集群，带来了更好的资源隔离，这时集群的生命周期与作业的生命周期绑定。
最后，应用模式为每个应用程序创建一个会话集群，JobManager 上直接调用应用程序的 main()方法。