flink集群模式安装配置

一、手动下载安装包

wget http://mirrors.tuna.tsinghua.edu.cn/apache/flink/flink-1.6.1/flink-1.6.1-bin-hadoop27-scala_2.11.tgz

二、解压

tar -zxvf flink-1.6.1-bin-hadoop27-scala_2.11.tgz

节点名称	master	worker	zookeeper
cent-1	master		zookeeper
cent-2	master	worker	zookeeper
cent-3		worker	zookeeper

三、修改flink/conf/masters，slaves，flink-conf.yaml

vi masters

cent-1:8081

vi slaves

cent-2
cent-3

vi flink-conf.yaml 

taskmanager.numberOfTaskSlots：2
jobmanager.rpc.address: cent-1

可选配置：

• 每个JobManager（jobmanager.heap.mb）的可用内存量，
• 每个TaskManager（taskmanager.heap.mb）的可用内存量，
• 每台机器的可用CPU数量（taskmanager.numberOfTaskSlots），
• 集群中的CPU总数（parallelism.default）和
• 临时目录（taskmanager.tmp.dirs）

四、拷贝到其他节点

scp -r flink-1.6.1/ admin@cent-2:`pwd`
scp -r flink-1.6.1/ admin@cent-3:`pwd`

五、配置环境变量，每个节点都要配置

vi /etc/profile
export FLINK_HOME=/opt/module/flink-1.6.1
export PATH=$PATH:$FLINK_HOME/bin

source /etc/profile
六、启动flink

./bin/start-cluster.sh 

登录web查看状态

http://cent-1:8081

七、修改配置文件

修改flink-conf.yaml，HA模式下，jobmanager不需要指定，在master file中配置，由zookeeper选出leader与standby。

#jobmanager.rpc.address: cent-1
high-availability:zookeeper                             #指定高可用模式（必须）
high-availability.zookeeper.quorum:cent-1:2181,cent-2:2181,cent-3:2181  #ZooKeeper仲裁是ZooKeeper服务器的复制组，它提供分布式协调服务（必须）
high-availability.storageDir:hdfs:///flink/ha/       #JobManager元数据保存在文件系统storageDir中，只有指向此状态的指针存储在ZooKeeper中（必须）
high-availability.zookeeper.path.root:/flink         #根ZooKeeper节点，在该节点下放置所有集群节点（推荐）
high-availability.cluster-id:/flinkCluster           ＃自定义集群（推荐）
state.backend: filesystem
state.checkpoints.dir: hdfs:///flink/checkpoints
state.savepoints.dir: hdfs:///flink/checkpoints

修改conf/zoo.cfg

server.1=cent-1:2888:3888
server.2=cent-2:2888:3888
server.3=cent-3:2888:3888

修改conf/masters

cent-1:8081
cent-2:8081

配置信息要同步到各个节点

八、先启动zookeeper集群各节点（测试环境中也可以用Flink自带的start-zookeeper-quorum.sh），启动dfs ,再启动flink

start-cluster.sh 

手动将JobManager / TaskManager实例添加到群集

使用bin/jobmanager.sh和bin/taskmanager.sh脚本将JobManager和TaskManager实例添加到正在运行的集群中。

添加JobManager

bin/jobmanager.sh ((start|start-foreground) [host] [webui-port])|stop|stop-all

添加TaskManager

bin/taskmanager.sh start|start-foreground|stop|stop-all

jobmanager.sh start cent-2

九、Yarn Cluster模式

配置环境变量

export  HADOOP_CONF_DIR= /opt/module/hadoop-3.2.0/etc/hadoop

启动

yarn-session.sh -d -s 2 -tm 800 -n 2

-n : TaskManager的数量，相当于executor的数量

-s : 每个JobManager的core的数量，executor-cores。建议将slot的数量设置每台机器的处理器数量

-tm : 每个TaskManager的内存大小，executor-memory

-jm : JobManager的内存大小，driver-memory

1.提交任务

./bin/flink run -m yarn-cluster -yn 2 ./examples/batch/WordCount.jar --input /opt/wcinput/wc.txt --output /opt/wcoutput/

以上命令在参数前加上y前缀，-yn表示TaskManager个数。

在这个模式下，同样可以使用-m yarn-cluster提交一个"运行后即焚"的detached yarn（-yd）作业到yarn cluster

2.停止yarn cluster

yarn application -kill application_1539058959130_0001

3.Yarn模式HA

应用最大尝试次数（yarn-site.xml），您必须配置为尝试应用的最大数量的设置yarn-site.xml，当前YARN版本的默认值为2（表示允许单个JobManager失败）。

<property>
  <name>yarn.resourcemanager.am.max-attempts</name>
  <value>4</value>
  <description>The maximum number of application master execution attempts</description>
</property>

高可用的Yarn会话

1. 配置HA模式和zookeeper法定人数在conf/flink-conf.yaml：

   high-availability: zookeeper
   high-availability.zookeeper.quorum: node21:2181,node22:2181,node23:2181
   high-availability.storageDir: hdfs:///flink/recovery
   high-availability.zookeeper.path.root: /flink
   yarn.application-attempts: 10

2. 配置ZooKeeper的服务器中conf/zoo.cfg（目前它只是可以运行每台机器的单一的ZooKeeper服务器）：

   server.1=cent-1:2888:3888
   server.2=cent-2:2888:3888
   server.3=cent-3:2888:3888

3. 启动ZooKeeper仲裁：

   ./ start-zookeeper-quorum.sh
   

4. 启动HA群集：

   ./ yarn-session.sh -n 2

可选配置：

• 每个JobManager（jobmanager.heap.mb）的可用内存量，
• 每个TaskManager（taskmanager.heap.mb）的可用内存量，
• 每台机器的可用CPU数量（taskmanager.numberOfTaskSlots），
• 集群中的CPU总数（parallelism.default）和
• 临时目录（taskmanager.tmp.dirs）