flink提交作业到yarn
请注意，客户端需要YARN_CONF_DIR或HADOOP_CONF_DIR环境变量来读取YARN和HDFS配置。没配置的话，就默认去HADOOP_CLASSPATH里去寻找，而cdh的`hadoop classpath`里恰好有/etc/hadoop/conf。在flink1.13以前，lib下是有hadoop相关的jar包的，但是1.13以后被独立出去了，所以需要加上环境变量 export HADOOP_CLASSPATH=`hadoop classpath`，可以加在config.sh的开头。相关的属性配置都可以用-D来设置，比如应用程序名设置：-Dyarn.application.name=xxx，内存设置：-Dtaskmanager.memory.process.size=4096m。
1）提交一个长运行的flink cluster到yarn（Flink on Yarn Session Mode）
./bin/yarn-session.sh
可以指定对应的一些参数配置，需要帮助则-help提示
在flink yarn Session Mode模式下，又分2种模式，即
attached mode（附加模式）和detached mode（分离模式）
attached mode 就是 yarn-session.sh客户端将Flink cluster提交给YARN，但客户端继续运行，跟踪集群的状态。如果集群失败，客户端将显示错误。如果客户端被终止，它也会发出关闭集群的信号。即客户端退出，flink cluster也退出，类似与yarn client。
detached mode（参数加-d或--detached）就是 yarn-session.sh客户端将Flink cluster提交给YARN，然后客户端返回。需要调用客户端或YARN工具来停止Flink集群。即客户端退出，但flink cluster不退出，类似yarn cluster。
用上面的yarn-session.sh提交flink cluster到yarn后，可以提交job到这个flink cluster上。
方式如下：
./bin/flink run -t yarn-session ...
会话模式会创建一个隐藏的YARN属性文件/tmp/.yarn-properties-
如果有多个flink cluster存在于yarn上的话，这里需要指定提交job到某一个flink cluster上。那就在命令行界面中手动指定目标YARN cluster（即指定运行在yarn上的flink cluster应用的appid）。
即加上指定 -Dyarn.application.id=appid
如下：
./bin/flink run -t yarn-session \
-Dyarn.application.id=application_XXXX_YY \
./examples/streaming/TopSpeedWindowing.jar
2）提交一个flink job到yarn（Flink on Yarn Per-Job Mode）
Per-Job Cluster Mode将在YARN上启动一个Flink集群，然后在本地运行提供的应用程序jar(即main方法运行在本地client中)，最后将JobGraph提交给YARN上的JobManager。该模式下也可以指定--detached参数，指定了则一旦作业提交被yarn接受，客户端将停止。
./bin/flink run -t yarn-per-job -p 4 \
-Djobmanager.memory.process.size=2048m \
-Dtaskmanager.memory.process.size=4096m \
./examples/batch/WordCount.jar
需要帮助则：
./bin/flink run -help
3）以应用程序模式运行一个应用（Flink on Yarn Application Mode）
Application Mode将在YARN上启动一个Flink集群，其中应用程序jar的main()方法将在YARN中的JobManager上执行。应用程序一完成，集群就会关闭。
./bin/flink run-application -t yarn-application ./examples/batch/WordCount.jar
注意:除了-t之外，所有其他配置参数，比如用于引导应用程序状态的保存点的路径、应用程序并行度或所需的作业管理器/任务管理器内存大小，都可以由其配置选项(前缀为-D)指定。
如：
./bin/flink run-application -t yarn-application \
-Djobmanager.memory.process.size=2048m \
-Dtaskmanager.memory.process.size=4096m \
./examples/batch/WordCount.jar
为了释放Application Mode的全部潜力，请考虑与yarn.provided.lib.dirs配置项一起使用,将flink的依赖jar、应用程序jar上传到集群中所有节点都可以访问的位置。将使作业提交变得更加轻量级，因为所需的Flink jar和应用程序jar将由指定的远程位置提取，而不是由客户机发送到集群。 即加上配置项 -Dyarn.provided.lib.dirs="hdfs://xxx"
另外注意使用以上的方法来提交即：
./bin/flink run -t yarn-session xxx
./bin/flink run -t yarn-per-job xxx
./bin/flink run-application -t yarn-application xxx
有啥参数可以使用-D来指定，不要使用Options for yarn-cluster mode:下的那些参数比如-ynm、-yjm、-ytm等，不生效。