Apache Flink——快速部署集群
前言
需要提到 Flink 中的几个关键组件:客户端(Client)、作业管理器(JobManager)和任务管理器(TaskManager)。编写的代码,实际上是由客户端获取并做转换,之后提交给JobManger 的。所以 JobManager 就是 Flink 集群里的“管事人”,对作业进行中央调度管理;而它获取到要执行的作业后,会进一步处理转换,然后分发任务给众多的TaskManager。这里的 TaskManager,就是真正“干活的人”,数据的处理操作都是它们来做的。
一、集群部署
1.1 环境配置
Flink 安装部署的学习时,需要准备 3 台 Linux 机器。具体要求如下:
- 系统环境为 CentOS 7.5 版本。
- 安装 Java 8。
- 安装 Hadoop 集群,Hadoop 建议选择 Hadoop 2.7.5 以上版本。笔者这里用的Hadoop 3.1.3。
- 配置集群节点服务器间时间同步以及免密登录,关闭防火墙。
1.2 集群节点
节点服务器 | hadoop102 | hadoop103 | hadoop104 |
---|---|---|---|
ip | 192.168.10.102 | 192.168.10.103 | 192.168.10.104 |
角色 | JobManager | TaskManager | TaskManager |
1.3 下载并解压安装包
进入 Flink 官网,下载 1.13.0 版本安装包 flink-1.13.0-bin-scala_2.12.tgz,注意此处选用对应 scala 版本为 scala 2.12 的安装包。
https://flink.apache.org/zh/downloads.html
- 1、解压到/opt/module目录下
[root@hadoop102 flink]$ tar -zxvf flink-1.13.0-bin-scala_2.12.tgz -C /opt/module/
- 2、进入/opt/module下 的Flink 目录下
[root@hadoop102 flink-1.13.0]$ cd /opt/module/flink-1.13.0
- 3、进入conf目录中
[root@hadoop102 flink-1.13.0]$ cd /conf
- 4、配置flink-conf.yaml文件
[root@hadoop102 conf]$ vim flink-conf.yaml
# jobManager 的IP地址
jobmanager.rpc.address: 主机名
# 每个TaskManager 提供的任务 slots 数量大小
# 它的意思是当前task能够同时执行的线程数量 (实际生产环境建议是CPU核心-1,这里笔者写2)
taskmanager.numberOfTaskSlots: 2
- 5、配置workers文件(根据实际环境设置)
hadoop102:8081
- 6、配置slave文件(根据实际环境设置)
hadoop103
hadoop104
*7、分发其他机器
[root@hadoop102 conf]$ xsync /opt/module/flink-1.13.0
- 8、启动集群
[root@hadoop102 flink-1.13.0]$ bin/start-cluster.sh
-
9、Web UI 默认端口 https://hadoop102:8081 (与azkaban端口冲突)
-
10、关闭集群
[root@hadoop102 flink-1.13.0]$ bin/stop-cluster.sh
二、向集群提交作业
-
1、打包jar
-
2、打包完成后,在target目录下即可找到所需 jar 包
-
3、在 Web UI 上提交作业
任务打包完成后,我们打开 Flink 的 WEB UI 页面,在右侧导航栏点击“Submit New Job”,然后点击按钮“+ Add New”,选择要上传运行的 JAR 包
- 4、提交之后查看情况,发现都是绿色,则代表任务成功
-
5、从Task Manager -> Stdout 这里可以看到Flink 的 UI页面控制台的效果
三、命令行提交
命令行启动作业之前,首先开启Flink集群, 之后将端口打开,将 jar 包放入 Linux中,最后输入如下命令
bin/flink run \
-m hadoop102:8081 \
-c com.hao.wc.StreamWordCount ./Flink_1.13-1.0-SNAPSHOT.jar
这里的参数 –m 指定了提交到的 JobManager,-c 指定了入口类。
用 netcat 输入数据,可以在 TaskManager 的标准输出(Stdout)看到对应的统计结果
参考:
https://blog.csdn.net/weixin_45417821/article/details/124037866