Flink开发环境准备: centos-jdk8

一、基本介绍

  Flink底层源码是基于Java代码进行开发，在Flink编程中我们除了可以使用Java语言来进行编写Flink程序外，还可以使用Scala、Python语言来进行编写Flink程序。

本文主要使用Java来编写Flink程序。

• flink搭建在centos服务器：jdk环境1.8、flink单机 - 1.16.0版本
• 开发环境搭建在win10系统：jdk环境1.8、idea、maven3.4.5

回到目录
下面来准备下Flink开发环境：

二、环境准备

1.1 JDK环境

  Flink核心模块均采用Java开发，所以运行环境需要依赖JDK,Flink可以基于类UNIX 环境中运行，例如：Linux、Max、OS、Windows等，在这些系统上运行Flink时都需要配置JDK环境。Flink早在1.15就要求使用JDK11，主要是为了用上比G1更优秀的ZGC。Flink1.16.0版本也支持使用JDK8，后续版本对JDK8的支持将会移除。

• windows环境：

建议升级到JDK11,
JDK11 下载地址如下:https://www.oracle.com/java/technologies/javase-jdk11-downloads.html
jdk1.8下载地址如下：https://www.oracle.com/java/technologies/javase/javase-jdk8-downloads.html

• linux环境：参考链接 - CentOS安装jdk的三种方法
  

  考虑到Flink后期与一些大数据框架进行整合，这些大数据框架对JDK11的支持并不完善，例如：Hive3.1.3版本还不支持JDK11，所以本文采用JDK8来开发Flink。

回到目录

1.2 开发工具

  可以选择IntelliJ IDEA或者Eclipse作为Flink应用的开发IDE，Flink开发官方建议使用IntelliJ IDEA，因为它默认集成了Scala和Maven环境，使用更加方便。
  具体安装步骤详见：IntelliJ IDEA 安装及配置详细教程。

博主使用IntelliJ IDEA开发工具.

回到目录

1.3 Maven环境

  通过IntelliJ IDEA进行开发Flink Application时，可以使用Maven来作为项目jar包管理工具，需要在本地安装Maven及配置Maven的环境变量，需要注意的是，Maven版本需要使用3.0.4及以上，否则编译或开发过程中会有问题。
  具体安装步骤详见：Maven下载安装及IDEA配置Maven的超详细教程

本文使用Maven3.5.4

回到目录

三、flink下载安装配置

3.1 Flink下载

  flink 从 1.10开始，windows上跑不起来，各种问题。windows当前能支持的最高版本是1.9.3，直接安装就行。
选择合适的版本下载,官方下载地址:https://archive.apache.org/dist/flink/

本文选择的版本Flink1.16.0，Flink1.16.0版本官方文档地址：
https://nightlies.apache.org/flink/flink-docs-release-1.16/

回到目录

3.2 flink本地模式安装 - linux

参考链接：【Flink入门】centos上flink安装部署(standalone模式)

注意：centos需要先安装jdk环境 ,参考链接 - CentOS安装jdk的三种方法

1. 创建目录，将下载文件放入该目录；或者直接本地下载，执行如下命令：

wget http://mirrors.estointernet.in/apache/flink/flink-1.16.0/对应版本的安装包名称.tgz
# 示例 ：下载flink1.16.0版本
wget http://mirrors.estointernet.in/apache/flink/flink-1.16.0/flink-1.16.0-bin-scala_2.11.tgz

2. 解压安装包，执行命令：

tar -zxvf 安装包名称.tgz
# 示例 
tar -zxvf flink-1.16.0-bin-scala_2.11.tgz

回到目录

3.3 常用配置

1. 配置 TaskManager 的部署：
  flink安装包的/conf/slaves用于配置 TaskManager 的部署，默认配置下只会启动一个 TaskManager 进程，如果想增加一个 TaskManager 进程的，只需要文件中追加一行“localhost”。
也可以直接通过“ ./bin/taskmanager.sh start ”这个命令来追加一个新的 TaskManager：

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

2. 配置 JM 和 TM 的运行参数：
  flink安装包的/conf/flink-conf.yaml用于配置 JM 和 TM 的运行参数，常用配置有：

# The total process memory size for the JobManager.
# Note this accounts for all memory usage within the JobManager process, including JVM metaspace and other overhead.
# 包括JobManager进程中的所有内存使用，包括JVM元空间和其他开销
jobmanager.memory.process.size: 1600m

# The total process memory size for the TaskManager.
# Note this accounts for all memory usage within the TaskManager process, including JVM metaspace and other overhead.
# 这包括TaskManager进程中的所有内存使用，包括JVM元空间和其他开销
taskmanager.memory.process.size: 1728m

# To exclude JVM metaspace and overhead, please, use total Flink memory size instead of 'taskmanager.memory.process.size'.
# It is not recommended to set both 'taskmanager.memory.process.size' and Flink memory.
# 要排除JVM元空间和开销，请使用总Flink内存大小，而不是'taskmanager.memory.process.size'。不建议同时设置'taskmanager.memory.process. '和Flink内存
# taskmanager.memory.flink.size: 1280m

# The number of task slots that each TaskManager offers. Each slot runs one parallel pipeline.
# 每个任务管理器提供的任务槽数。每个插槽运行一个并行管道
taskmanager.numberOfTaskSlots: 1

# The parallelism used for programs that did not specify and other parallelism.
# 用于未指定程序的并行度和其他并行度
parallelism.default: 1

回到目录

3.4 日志的查看和配置

  JobManager 和 TaskManager 的启动日志可以在 Flink binary 目录下的 Log 子目录中找到。Log 目录中以flink-{id}-${hostname}为前缀的文件对应的是 JobManager 的输出，其中有三个文件：

• flink-${user}-standalonesession-${id}-${hostname}.log：代码中的日志输出
• flink-${user}-standalonesession-${id}-${hostname}.out：进程执行时的stdout输出
• flink-${user}-standalonesession-${id}-${hostname}-gc.log：JVM的GC的日志

  Log 目录中以flink-{id}-${hostname}为前缀的文件对应的是 TaskManager 的输出，也包括三个文件，和 JobManager 的输出一致。
日志的配置文件在 Flink binary 目录的 conf 子目录下，其中：

• log4j-cli.properties：用 Flink 命令行时用的 log 配置，比如执行“ flink run”命令
• log4j-yarn-session.properties：用 yarn-session.sh 启动时命令行执行时用的 log 配置
• log4j.properties：无论是 Standalone 还是 Yarn 模式，JobManager 和 TaskManager 上用的 log 配置都是 log4j.properties。
    这三个“log4j.*properties”文件分别有三个“logback.*xml”文件与之对应，如果想使用 Logback 的同学，只需要把与之对应的“log4j.*properties”文件删掉即可，对应关系如下：
• log4j-cli.properties -> logback-console.xml
• log4j-yarn-session.properties -> logback-yarn.xml
• log4j.properties -> logback.xml
    需要注意的是，flink-{id}-和{user}-taskexecutor-{hostname}都带有“，{id}”表示本进程在本机上该角色（JobManager 或 TaskManager）的所有进程中的启动顺序，默认从 0 开始。

回到目录

四、单机 Standalone 的方式运行 Flink

• 参考链接：【Flink部署】java部署、本地部署(maven-shade工具)、平台部署（windows部署、 linux部署）；端口号修改

最简单的运行 Flink 应用的方法就是以单机 Standalone 的方式运行。

1. 进入flink安装目录: cd 安装目录
2. 启动集群：./bin/start-cluster.sh

停止集群：./bin/stop-cluster.sh

3. 打开 http://127.0.0.1:8081/ 就能看到 Flink 的 Web 界面。在执行./start-cluster.sh 后，flink进程的监听ip端口是127.0.0.1:8081。这样只能本机进行访问，外部服务器是访问不了的。

• 要想外部服务器能访问，需要修改配置文件：flink安装包的conf/masters：
  默认配置：localhost:8081，进程启动时会按照这个主机名从/etc/hosts找到对应的ip, 因为我的主机配置是：
  
• 看centos服务器的8081端口防火墙是否打开。

#示例：新增防火墙开放端口
firewall-cmd --zone=public --add-port=8081/tcp --permanent
firewall-cmd --reload
firewall-cmd --list-all

• 查看进程：ps -ef | grep flink
• 关闭进程：kill -9 进程号

五、java jar上传与运行

1. 点击“submit new job”
   
2. 点击“add new”
   
3. 根据目录位置，找到对应的jar包，上传即可：
   
4. 自定义参数并提交
   
5. 提交成功后，在 jobs -> running jobs界面即可看到运行的流程信息
   

• 日志可以在flinkl安装包的log文件夹里查看：
  
  回到目录