Flink安装部署

标签：Flink java 部署 flink yarn 集群 org 安装

Flink集群安装部署

Flink支持多种安装部署方式

Standalone
ON YARN
Mesos、Kubernetes、AWS…

这些安装方式我们主要讲一下standalone和on yarn。
如果是一个独立环境的话，可能会用到standalone集群模式。
在生产环境下一般还是用on yarn 这种模式比较多，因为这样可以综合利用集群资源。和我们之前讲的spark on yarn是一样的效果
这个时候我们的Hadoop集群上面既可以运行MapReduce任务，Spark任务，还可以运行Flink任务，一举三得。

standalone

它的架构是这样的

依赖环境
jdk1.8及以上【配置JAVA_HOME环境变量】
ssh免密码登录

下载地址，这里我们使用1.11.1版本

启动Flink集群

bin/start-cluster.sh

访问Flink的web界面 http://bigdata01:8081

停止集群，

bin/stop-cluster.sh

Standalone集群核心参数

参数                                 解释
jobmanager.memory.process.size      主节点可用内存大小
taskmanager.memory.process.size     从节点可用内存大小
taskmanager.numberOfTaskSlots       从节点可以启动的进程数量，建议设置为从节可用的cpu数量
parallelism.default                 Flink任务的默认并行度

slot vs parallelism

slot是静态的概念，是指taskmanager具有的并发执行能力
parallelism是动态的概念，是指程序运行时实际使用的并发能力
设置合适的parallelism能提高程序计算效率，太多了和太少了都不好

Flink ON YARN

Flink ON YARN模式就是使用客户端的方式，直接向Hadoop集群提交任务即可。不需要单独启动Flink进程。
注意：

Flink ON YARN 模式依赖Hadoop 2.4.1及以上版本
Flink ON YARN支持两种使用方式

Flink ON YARN两种使用方式

在工作中建议使用第二种方式。

Flink ON YARN第一种方式

第一步：在集群中初始化一个长时间运行的Flink集群使用yarn-session.sh脚本
第二步：使用flink run命令向Flink集群中提交任务

注意：使用flink on yarn需要确保hadoop集群已经启动成功

接下来在执行 yarn-session.sh 脚本之前我们需要先设置 HADOOP_CLASSPATH 这个环境变量，否则，执行yarn-session.sh 是会报错的，提示找不到hadoop的一些依赖

在 ~/.bash_profile 中配置 HADOOP_CLASSPATH

export HADOOP_CLASSPATH=`${HADOOP_HOME}/bin/hadoop classpath`

接下来，使用 yarn-session.s h在YARN中创建一个长时间运行的Flink集群

bin/yarn-session.sh -jm 1024m -tm 1024m -d

这个表示创建一个Flink集群， -jm 是指定主节点的内存， -tm 是指定从节点的内存， -d 是表示把这个进程放到后台去执行。
启动之后，会看到类似这样的日志信息，这里面会显示flink web界面的地址，以及这个flink集群在yarn中对应的applicationid。

此时到YARN的web界面中确实可以看到这个flink集群。可以使用屏幕中显示的flink的web地址或者yarn中这个链接都是可以进入这个flink的web界面的

接下来向这个Flink集群中提交任务，此时使用Flink中的内置案例

bin/flink run ./examples/batch/WordCount.jar

注意：这个时候我们使用flink run的时候，它会默认找这个文件，然后根据这个文件找到刚才我们创建的那个永久的Flink集群，这个文件里面保存的就是刚才启动的那个Flink集群在YARN中对应的applicationid。

任务提交上去执行完成之后，再来看flink的web界面，发现这里面有一个已经执行结束的任务了。

注意：这个任务在执行的时候，会动态申请一些资源执行任务，任务执行完毕之后，对应的资源会自动释放掉。

最后把这个Flink集群停掉，使用yarn的kill命令

针对 yarn-session 命令，它后面还支持一些其它参数，可以在后面传一个 -help 参数

Flink ON YARN第二种方式

flink run -m yarn-cluster (创建Flink集群+提交任务)
使用flink run直接创建一个临时的Flink集群，并且提交任务
此时这里面的参数前面加上了一个 y 参数

Flink ON YARN的好处

提高大数据集群机器的利用率
一套集群，可以执行MR任务，Spark任务，Flink任务等

查看历史任务的执行信息

咱们之前在学习spark的时候其实也遇到过这种问题，当时是通过启动spark的historyserver进程解决的。
flink也有historyserver进程，也是可以解决这个问题的。
在启动historyserver进程之前，需要先修改flink-conf.yaml配置文件

jobmanager.archive.fs.dir: hdfs://bigdata01:9000/completed-jobs/
historyserver.web.address: 120.48.109.142
historyserver.web.port: 8082
historyserver.archive.fs.dir: hdfs://bigdata01:9000/completed-jobs/
historyserver.archive.fs.refresh-interval: 10000

然后启动flink的historyserver进程

bin/historyserver.sh start

注意：hadoop集群中的historyserver进程也需要启动

运行出错

执行bin/flink run出错

Caused by: java.lang.Error: Failed to find GC Cleaner among available providers: [Legacy (before Java 9) cleaner provider, New Java 9+ cleaner provider]
        at org.apache.flink.util.JavaGcCleanerWrapper.findGcCleanerManager(JavaGcCleanerWrapper.java:149)
        at org.apache.flink.util.JavaGcCleanerWrapper.<clinit>(JavaGcCleanerWrapper.java:56)
        at org.apache.flink.core.memory.MemoryUtils.createMemoryGcCleaner(MemoryUtils.java:111)
        at org.apache.flink.core.memory.MemorySegmentFactory.allocateOffHeapUnsafeMemory(MemorySegmentFactory.java:175)
        at org.apache.flink.runtime.memory.MemoryManager.lambda$allocatePages$0(MemoryManager.java:237)
        at org.apache.flink.runtime.memory.MemoryManager$$Lambda$534/70727321.apply(Unknown Source)
        at java.util.concurrent.ConcurrentHashMap.compute(ConcurrentHashMap.java:1853)
        at org.apache.flink.runtime.memory.MemoryManager.allocatePages(MemoryManager.java:233)
        at org.apache.flink.runtime.memory.MemoryManager.allocatePages(MemoryManager.java:192)
        at org.apache.flink.runtime.operators.chaining.SynchronousChainedCombineDriver.openTask(SynchronousChainedCombineDriver.java:115)
        at org.apache.flink.runtime.operators.BatchTask.openChainedTasks(BatchTask.java:1392)
        at org.apache.flink.runtime.operators.DataSourceTask.invoke(DataSourceTask.java:157)
        at org.apache.flink.runtime.taskmanager.Task.doRun(Task.java:721)
        at org.apache.flink.runtime.taskmanager.Task.run(Task.java:546)
        at java.lang.Thread.run(Thread.java:745)
Caused by: org.apache.flink.util.FlinkRuntimeException: Legacy (before Java 9) cleaner provider: Failed to find Reference#tryHandlePending method

需要依赖jdk11，修改conf/flink-conf.yaml

env.java.home: /root/test_jdk/jdk11

修改了还是报错，暂时还不管它了。

标签：Flink,java,部署,flink,yarn,集群,org,安装
From： https://www.cnblogs.com/strongmore/p/17371525.html