Flink集群standalone模式 Master节点StandaloneSessionClusterEntrypoint启动后，Slave节点TaskManagerRunner无法启动的解决办法

快乐骑行^_^

于 2020-11-15 18:59:48 发布

阅读量3.9k

点赞数 1

分类专栏：大数据文章标签： Flink

本文链接：https://blog.csdn.net/zhengzaifeidelushang/article/details/109707455

版权

大数据专栏收录该内容

551 篇文章 566 订阅 ¥49.90 ¥99.00

订阅专栏

在Flink Standalone集群模式中，Master节点StandaloneSessionClusterEntrypoint成功启动，但Slave节点TaskManagerRunner启动失败。问题源于Slave节点内存限制。解决策略是调整`flink-conf.yaml`的`taskmanager.memory.process.size`到1024m，以适应 Slave 节点的内存条件。启动集群后，通过检查各节点进程及Flink Web UI (http://bigdata1:8081/)来验证TaskManager是否正常运行。

摘要由CSDN通过智能技术生成

Flink集群standalone模式 Master节点StandaloneSessionClusterEntrypoint启动后，Slave节点TaskManagerRunner无法启动的解决办法

bigdata1是Master节点，bigdata2、bigdata3是Slave节点，在bigdata1执行Flink集群启动命令start-cluster.sh后，Slave节点TaskManagerRunner无法启动。

解决方法：
Slave节点的内存有限，因此需要确保flink-conf.yaml配置文件中的taskmanager.memory.process.size参数设置合理，这里设置taskmanager.memory.process.size的值为1024m。

jobmanager.rpc.address: bigdata1

jobmanager.rpc.port: 6123

jobmanager.memory.process.size: 1024m

taskmanager.memory.process.size: 1024m

启动Flink集群并查看bigdata1、bigdata2、bigdata3三个节点的进程

了解本专栏