四、Flink部署 , job配置与运行

一、standalone 模式

1.1上传依赖包 打开配置文件

解压依赖包 通过文件传输工具上传到 opt目录下

[root@localhost ~]# cd /
[root@localhost /]# ls
bin  boot  dev  etc  home  jdk  lib  lib64  media  mnt  mydata  opt  proc  root  run  sbin  srv  swapfile  sys  tmp  usr  vagrant  var
[root@localhost /]# cd opt/flink-1.10.1-bin-scala_2.12/
[root@localhost flink-1.10.1-bin-scala_2.12]# ls
flink-1.10.1
[root@localhost flink-1.10.1-bin-scala_2.12]# cd flink-1.10.1/
[root@localhost flink-1.10.1]# ls
bin  conf  examples  lib  LICENSE  licenses  log  NOTICE  opt  plugins  README.txt
[root@localhost flink-1.10.1]# vi conf/flink-conf.yaml

1.2 主要配置文件 flink-conf.yaml 中主要配置介绍

1.3 启动 及 jobmanager管理页面 显示

bin目录下

./start-cluster.sh 启动  该脚本会依赖其它脚本，如果没权限 那就 chmod 777 文件名

启动成功后访问当前机器 8081端口 这个是配置在master文件中的

访问成功页面如下

二、job的提交运行（前端页面方式）

把本地的maven项目编译打包，本地主要代码如下 

 

package wcTest;

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.common.typeinfo.Types;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

public class FlinStreamSocketWordCountPrintTest {

    public static void main(String[] args) throws Exception {

        //get runtime environment
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        //read content into dataset from file
        DataStream<String> stringDataSet = env.socketTextStream(args[0],Integer.parseInt(args[1]));


        //count word appeared times
        DataStream<Tuple2<String, Integer>> sum = stringDataSet.flatMap((FlatMapFunction<String, Tuple2<String, Integer>>) (value, collector) -> {

            String[] words = value.split(" ");
            for (String word : words) {
                collector.collect(new Tuple2<>(word, 1));
            }
        }).returns(Types.TUPLE(Types.STRING, Types.INT)).
                keyBy(0).sum(1)
                .setParallelism(2);

        //print content of dataset
        sum.print().setParallelism(1);

        env.execute();

    }

}

 在flink前端首页 添加job 配置参数

 可以看到各算子的并行度为下

并行度的优先度为 代码中的>启动job时的并行度设置，上图为3 > env配置的(没配置本地取cpu核数，linux取配置文件默认的1)

挨着的相同并行度的任务会被合并 如下图 source与 socketstream

启动任务时记得先开个linux窗口执行以下命令 模拟socket流

 第一遍启动 一直在那转圈圈，发现 最大并行度为3 但是我的 slot总数就只有1 所以启动不了 等待足够的slot才能启动job 所以修改 配置文件中如下配置从 1 改为 4

 再次启动 启动成功

 

1.3job的提交运行（命令行方式）

 

二、Yarn模式

上面的taslmanager，slots资源啥的都是配死的，下面的是为了资源的灵活调度 可以看看，需要时再去用