10.flink-1.11.1 安装部署

---

1 Standalone模式

---

1.0 集群规划

node06	node07	node08	node10
TaskManager	TaskManager	TaskManager	JobManager

1.1 安装

• 0）解压缩 flink-1.11.1-bin-scala_2.11.tgz，进入conf目录中。

[root@node09 flink]# tar -zvxf  flink-1.11.1-bin-scala_2.11.tgz /opt/module/

• 1）修改 flink/conf/flink-conf.yaml 文件：

[root@node09 conf]# vim flink-conf.yaml

修改为

jobmanager.rpc.address: node10

• 2）修改 /conf/slaves文件：

[root@node09 conf]# vim slaves

修改为

node06
node07
node08

• 3）分发给另外机子：

[root@node09 conf]# xsync /opt/module/flink/

分发脚本可以参考前面的文章1.Centos7.6 环境准备

• 4）启动：

[root@node10 flink]# bin/start-cluster.sh 

访问http://localhost:8081 可以对flink集群和任务进行监控管理。

---

2 Yarn模式 Flink on Yarn

• 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。

• 解脱了JobManager的压力 RM做资源管理 JobManager只负责任务管理

• 运行流程
  

  1. 每当创建一个新flink的yarn session的时候，客户端会首先检查要请求的资源(containers和
     memory)是否可用。然后，将包含flink相关的jar包盒配置上传到HDFS
  2. 客户端会向ResourceManager申请一个yarn container 用以启动ApplicationMaster。由于客户端
     已经将配置和jar文件上传到HDFS，ApplicationMaster将会下载这些jar和配置，然后启动成功
  3. JobManager和AM运行于同一个container
  4. AM开始申请启动Flink TaskManager的containers，这些container会从HDFS上下载jar文件和已
     修改的配置文件。一旦这些步骤完成，flink就可以接受任务了

• Flink提供了两种在yarn上运行的模式，分别为Session-Cluster和Per-Job-Cluster模式。

---

2.1 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集群会常驻在yarn集群中，除非手工停止。

• Session-cluster 模式配置

1. 启动hadoop集群
2. 在yarn中启动Flink集群 （如果没有配置好相关Hadoop配置，直接启动会遇到一些报错，可以参考后面遇到的问题）

[root@node09 flink]# bin/yarn-session.sh  -n 3 -s 3 -nm flink-session  -d -q

参数说明：

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。
-q,--query：显示yarn集群可用资源（内存、core）

3. 执行任务

[root@node09 flink]# bin/flink run -c com.rex.stream.WordCount -yid application_1597852897840_0289 ~/StudyFlink-1.0-SNAPSHOT.jar

4. 去yarn控制台查看任务状态

5. 取消yarn-session
   yarn application --kill application_1597852897840_0289

---

2.2 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。

• Per Job Cluster 模式配置

1. 启动hadoop集群（略）
2. 不启动yarn-session，直接执行job

[root@node09 flink]# bin/flink run -m yarn-cluster -yn 3 -ys 3 -ynm flink-job -c com.rex.stream.WordCount ~/StudyFlink-1.0-SNAPSHOT.jar

参数说明：

-yn,--container <arg> 表示分配容器的数量，也就是TaskManager的数量。
-d,--detached：设置在后台运行。
-yjm,--jobManagerMemory<arg>:设置JobManager的内存，单位是MB。
-ytm，--taskManagerMemory<arg>:设置每个TaskManager的内存，单位是MB。
-ynm,--name:给当前Flink application在Yarn上指定名称。
-yq,--query：显示yarn中可用的资源（内存、cpu核数）
-yqu,--queue<arg> :指定yarn资源队列
-ys,--slots<arg> :每个TaskManager使用的Slot数量。

---

2.3 flink on yarn 遇到的问题

2.3.1 启动yarn-session报错 YarnException

• Error log

[root@node10 bin]# ./yarn-session.sh -n 2 -s 2 -jm 1024 -tm 1024 -nm test -d
Error: A JNI error has occurred, please check your installation and try again
Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/hadoop/yarn/exceptions/YarnException
        at java.lang.Class.getDeclaredMethods0(Native Method)
        at java.lang.Class.privateGetDeclaredMethods(Class.java:2701)
        at java.lang.Class.privateGetMethodRecursive(Class.java:3048)
        at java.lang.Class.getMethod0(Class.java:3018)
        at java.lang.Class.getMethod(Class.java:1784)
        at sun.launcher.LauncherHelper.validateMainClass(LauncherHelper.java:544)
        at sun.launcher.LauncherHelper.checkAndLoadMain(LauncherHelper.java:526)
Caused by: java.lang.ClassNotFoundException: org.apache.hadoop.yarn.exceptions.YarnException
        at java.net.URLClassLoader.findClass(URLClassLoader.java:382)
        at java.lang.ClassLoader.loadClass(ClassLoader.java:424)
        at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:349)
        at java.lang.ClassLoader.loadClass(ClassLoader.java:357)
        ... 7 more

• 问题分析：为了使用Hadoop功能（例如YARN，HDFS），必须为Flink提供所需的Hadoop类，因为默认情况下未捆绑这些类。

• 问题解决 ：通过HADOOP_CLASSPATH环境变量将Hadoop类路径添加到Flink 。

#flink on yarn
HADOOP_CONF_DIR=$HADOOP_HOME
export HADOOP_CLASSPATH=`hadoop classpath`

参考官网：Hadoop Integration