Flink学习01 - Flink部署
学习资料
尚硅谷2021最新Java版Flink(武老师清华硕士,原IBM-CDL负责人)
我的flink练习代码地址(github)
Flink部署
Flink部署 - Standalone模式
启动flink
./bin/start-cluster.sh
停止flink
./bin/stop-cluster.sh
配置文件
- conf/flink-conf.yaml
- 主要配置项,内存、插槽等设置
- 插槽可执行任务数量(默认为1)(推荐为CPU核心数):
taskmanager.numberOfTaskSlots: 6
- conf/masters
- jobmanager,提交job的入口。localhost:8081
- conf/slaves
- taskmanager,任务管理者。可配集群
并行度优先级
单行代码 > 代码全局设置 > 提交任务时参数 > 集群配置文件中的默认并行度
socketTextStream - socket文本流默认并行度为1,设置不设置都是1
命令行提交job
./bin/flink run -c com.seafyliang.streamWordCount -p 3 /Users/seafyliang/DEV/Code_projects/Java_projects/study_projects/flink_study/target/flink_study-1.0-SNAPSHOT.jar --host localhost --port 7777
-c Entry Class 包名
-p Parallelism 并行度
—host —port 参数
如出现Job has been submitted with JobID 4560e07abc8fe42285e7b7075ef5d676
,则提交成功
命令行取消job
./bin/flink list
查看job目录
./bin/flink cancel jobID
根据jobID取消job
./bin/flink list -a
查看所有(包含被取消的)job目录
查看Flink输出
TaskManager -> stdout
Flink部署 - Yarn模式
最常见的资源管理平台:Yarn和K8S
以Yarn模式部署Flink任务时,要求Flink是有Hadoop支持的版本,Hadoop环境需要保证版本在2.2以上,并且集群中安装有HDFS服务。
Flink on Yarn
Flink提供了两种在yarn上运行的模式,分别为Session-Cluster(会话集群模式)和Per-Job-Cluster(单一作业集群模式)模式。
1)Session-cluster模式:
Session-Cluster模式需要先启动集群,然后再提交作业,接着会向yarn申请一块空间后,资源永远保持不变。如果资源满了,下一个作业就无法提交,只能等到yarn中的其中一个作业执行完成后,释放了资源,下个作业才会正常提交。所有作业共享Dispatcher和ResourceManager;共享资源;适合规模小执行时间短的作业。
在yarn中初始化一个flink集群,开辟指定的资源,以后提交任务都向这里提交。这个flink集群会常住在yarn集群中,除非手工停止。
2)Per-Job-Cluster模式:
一个Job会对应一个集群,每提交一个作业会根据自身的情况,都会单独向yarn申请资源,直到作业执行完成,一个作业的失败与否并不会影响下一个作业的正常提交和运行。独享Dispatcher和ResourceManager,按需接受资源申请;适合规模大长时间运行的作业。
每次提交都会创建一个新的flink集群,任务之间互相独立,互不影响,方便管理。任务执行完成之后创建的集群也会消失。
Session Cluster
-
启动hadoop集群
-
启动yarn-session
./yarn-session.sh -n 2 -s 2 -jm 1024 -tm 1024 -nm test -d
其中:
-
-n(—container):TaskManager的数量。
-
-s(—slots):每个TaskManager的slot数量,默认一个slot一个core,默认每个taskmanager的slot的个数为1,有时可以多一些taskmanager,做冗余。
-
-jm:JobManager的内存(单位MB)。
-
-tm:每个taskmanager的内存(单位MB)。
-
-nm:yarn的appName(现在yarn的ui上的名字)。
-
-d:后台执行。
-
-
执行任务
./bin/flink run -c com.seafyliang.streamWordCount -p 3 /Users/seafyliang/DEV/Code_projects/Java_projects/study_projects/flink_study/target/flink_study-1.0-SNAPSHOT.jar --host localhost --port 7777
-
去yarn控制台查看任务状态
-
取消yarn-session
yarn applicaion --kill application_1577588252906_0001
Per Job Cluster
-
启动hadoop集群
-
不启动yarn-session,直接执行job
./bin/flink run -m yarn-cluster -c com.seafyliang.streamWordCount -p 3 /Users/seafyliang/DEV/Code_projects/Java_projects/study_projects/flink_study/target/flink_study-1.0-SNAPSHOT.jar --host localhost --port 7777
Flink部署 - Kubernetes模式
容器化部署时目前业界很流行的一项技术,基于 Docker 镜像运行能够让用户更 加 方 便 地 对 应 用 进 行 管 理 和 运 维 。 容 器 管 理 工 具 中 最 为 流 行 的 就 是 Kubernetes (k8s),而 Flink 也在最近的版本中支持了 k8s 部署模式。
-
搭建Kubernetes集群
-
配置各组件的yaml文件
在 k8s 上构建 Flink Session Cluster,需要将 Flink 集群的组件对应的 docker 镜像 分别在 k8s 上启动,包括 JobManager、TaskManager、JobManagerService 三个镜像 服务。每个镜像服务都可以从中央镜像仓库中获取。
-
启动Flink Session Cluster
//启动jobmanager-service服务
kubectl create -f jobmanager-service.yaml
//启动jobmanager-deployment服务
kubectl create -f jobmanager-deployment.yaml
//启动taskmanager-deployment服务
kubectl create -f taskmanager-deployment.yaml
-
访问Flink UI页面
集群启动后,就可以通过 JobManagerServicers 中配置的 WebUI 端口,用浏览器输入以下 url 来访问 Flink UI 页面了:
http://{JobManagerHost:Port}/api/v1/namespaces/default/services/flink-jobmanager:ui/proxy