Flink简介&Standalone Cluster HA高可用
Flink诞生于柏林工业大学，原名StratoSphere。Flink是跟Storm一样的，都是一个流处理框架。目前是大数据行业一门火热的技术。
Flink的核心架构
Flink采用分层的架构由上倒下由Api层、Runtime以及物理部署层组成
Flink核心架构图
API&Libraries层
这一层主要提供编程API和顶层类库：
- 编程API:提供对进行流处理的DataStream API。对批处理提供DataSet API
- 顶层类库:包括用域复杂事件处理的CEP库；用于结构化数据查询的SQL&Table库，以及基于批处理的机器学习库FlinkML和图形处理库Gelly
RrunTime核心层
Flink分布式计算框架的核心实现，作业转换，任务调度，资源分配，任务执行等功能，基于这一层时间，可以在流式引擎下同时运行流处理程序和批处理程序。
物理部署层
Flink的物理部署层，用于支持在不同平台上部署运行Flink应用
Flink分层API，对于上面介绍的API&Libraries这一层，Flink又进行了更为具体的划分如下
Flink封层API
1.SQL&TABLE API
SQL&Table API同时适用于处理批处理和流处理，这意味着你可以对有界数据和无界的数据流进行查询，并产生结果。除了基本查询还支持多样化查询的需求。
2. DataStream&DataSet API
Flink核心API，提供数据读取，数据转换等常用操作的封装，支持Java或者Scala调用
3.Stateful Streaming
最低级别的抽象，通过Process Function函数内嵌到DataStreamAPI中，Process Function是Flink提供的最底层API，具有灵活性，允许开发者对于时间和状态进行细粒度控制。
Flink集群架构
Flink核心架构的第二层是Runtime层，该层采用Master-slave结构主从结构，其中Master部分包含Dispatcher、ResourceManager和JobManager，而Slave负责TaskManager进程。
JobManager:
Jobmanager接受由Dispatcher传递过来的执行程序，程序包含作业图，逻辑数据流图，以及其他文件。JobManagers将JobGraph转换成执行图，然后想ResourceManager申请资源执行任务，一旦申请到资源，就将执行图分发给对应的TaskManagers.
TaskManagers:
TaskManagers负责实际的任务执行，每个TaskManagers都拥有一定数量的slots。Slot是一组固定大小的资源合计。TaskManagers启动后，会将其所拥有的slots注册到ResourceManager上，由ResourceManager管理
Dispatcher
负责接受客户端提交的程序，传递给JobManager。初次之外还提供WEB UI，用于监控作业执行的情况。
ResourceManager
ResourceManager：负责管理slots并协调集群资源。ResourceManager接受来自JobManager的资源请求，并将存在空闲的slots的TaskManagers分配给JobManager执行任务。Flink基于不通的平台，提供不同的资源管理器，当没有足够的solts会向第三方平台发起会话请求资源。
Task &SubTask
TaskManagers实际执行的是SubTask，而不是Task。
SubTask的意思是一个Task可以按照其并行度分为多个SubTask。
组件通讯
Flink的所有组件基于Actor System来进行通讯。Actor system是多种角色的actor的容器，它通过调度，配置，日志记录等多种服务，并包含一个可以启动actor的线程池，如果actor是本地的，则消息通过共享内存进行共享，但如果actor是远程的，则通过RPC的调用来传递信息。
Flink的优点
- Flink能够同时支持流处理和批处理。
- 基于内存的计算，能够保持高吞吐和低延迟，具有优越表现
- 能够完美保持一致性和正确性
- 分层API,满足各个层次的开发需求
- 支持高可用配置，能够提供安全性和稳定性的保证
- 多样化的部署方式，支持本地、远端、云端多种部署方案
- 具有横向扩展架构、可以动态扩容
- 活跃极高的社区和完善的生态圈。
Flink集群模式安装
Standalone Cluster HA模式是Flink自带的以中集群模式。
下载安装包
链接：https://pan.baidu.com/s/152n2PGnjnLvEkx3eaUFI4Q
提取码：d5dn
#上传安装包至服务器
tar -zxvf flink-1.10.0-bin-scala_2.11.tgz
#配置环境变量
vim /etc/profile
export FLINK_HOME=/usr/local/flink-1.10.0
export PATH=${PATH}:${FLINK_HOME}/bin
#进入conf配置目录
cd flink-1.10.0/conf/
vim flink-conf.yaml
#选择主节点
jobmanager.rpc.address:node01
# 配置使用zookeeper来开启高可用模式
high-availability: zookeeper
# 配置zookeeper的地址，采用zookeeper集群时，可以使用逗号来分隔多个节点地址
high-availability.zookeeper.quorum: node01:2181,node02:2181,node03:2181
# 在zookeeper上存储flink集群元信息的路径
high-availability.zookeeper.path.root: /flink
# 高可用集群存储文件夹
high-availability.storageDir: hdfs://hadoop001:8020/flink/recovery
# flink zookeeper 根目录
high-availability.zookeeper.path.root: /flink
state.backend: filesystem
state.checkpoints.dir: hdfs://node01:8020/flink-checkpoints
state.savepoints.dir: hdfs://node01:8020/flink-checkpoints
# web ui端口
rest.port: 8081
web.submit.enable: true
# The port under which the web-based HistoryServer listens.
historyserver.web.port: 8082
#修改slaves配置文件，将node02和node03配置为slave节点
node02
node03
#修改master节点
node01
node02
#将配置好的flink安装包分发到其他两台服务器上
scp -r flink-1.10.0 root@node02:/usr/local/
scp -r flink-1.10.0 root@node03:/usr/local/
启动Flink集群
cd flink-1.10.0/bin
./start-cluster.sh
#启动报错
Caused by: org.apache.flink.core.fs.UnsupportedFileSystemSchemeException: Hadoop is not in the classpath/dependencies.
#缺少hadoop的jar依赖 从官网下载hadoop的依赖jar
https://flink.apache.org/downloads.html#apache-flink-1100
链接：https://pan.baidu.com/s/1YSMDytYcD4ZyYCZG18rD2A
提取码：kvcn
#上传jar到flink的lib目录下面
scp -r flink-shaded-hadoop-2-uber-2.7.5-10.0.jar root@node02:/usr/local/flink-1.10.0/lib
scp -r flink-shaded-hadoop-2-uber-2.7.5-10.0.jar root@node03:/usr/local/flink-1.10.0/lib
#重新启动
./start-cluster.sh
startCluster启动成功
webui界面
关于Flink的配置大家可以参考官网有关说明文档。
