Flink部署——yarn模式

以Yarn模式部署Flink任务时，要求Flink是有 Hadoop 支持的版本，Hadoop 环境需要保证版本在 2.2 以上，并且集群中安装有 HDFS 服务。

3.2.1 Flink on Yarn

Flink提供了两种在yarn上运行的模式，分别为Session-Cluster和Per-Job-Cluster模式。

1. Sesstion Cluster模式

Session-Cluster 模式需要先启动集群，然后再提交作业，接着会向 yarn 申请一块空间后，资源永远保持不变。如果资源满了，下一个作业就无法提交，只能等到 yarn 中的其中一个作业执行完成后，释放了资源，下个作业才会正常提交。所有作业共享 dispatcher 和 ResourceManager；共享资源；适合规模小执行时间短的作业。

在 yarn 中初始化一个 flink 集群，开辟指定的资源，以后提交任务都向这里提交。这个 flink 集群会常驻在 yarn 集群中，除非手工停止。

2. Per Job Cluster 模式

一个 Job 会对应一个集群，每提交一个作业会根据自身的情况，都会单独向 yarn 申请资源，直到作业执行完成，一个作业的失败与否并不会影响下一个作业的正常提交和运行。独享 dispatcher 和 ResourceManager，按需接受资源申请；适合规模大长时间运行的作业。

每次提交都会创建一个新的 flink 集群，任务之间互相独立，互不影响，方便管理。任务执行完成之后创建的集群也会消失。

3.2.2 Session Cluster

1. 启动hadoop集群（略）

2. 启动yarn-session

   ./yarn-session.sh -n 2 -s 2 -jm 1024 -tm 1024 -nm test -d

   其中：

   • -n(--container)：TaskManager的数量。

   • -s(--slots)：每个TaskManager的slot数量，默认一个slot一个core，默认每个taskmanager的slot的个数为1，有时可以多一些taskmanager，做冗余。

   • -jm：JobManager的内存（单位MB)。

   • -tm：每个taskmanager的内存（单位MB)。

   • -nm：yarn 的appName(现在yarn的ui上的名字)。

   • -d：后台执行。

3. 执行任务

   ./flink run -c com.zch.flink.StreamWordCount FlinkTutorial-1.0-SNAPSHOT-jar-with-dependencies.jar --host lcoalhost –port 7777

4. 去 yarn 控制台查看任务状态

   

5. 取消 yarn-session

   yarn application --kill application_1577588252906_0001

3.2.3 Per Job Cluster

1. 启动hadoop集群（略）

2. 不启动yarn-session，直接执行job

   ./flink run –m yarn-cluster -c com.zch.flink.StreamWordCount FlinkTutorial-1.0-SNAPSHOT-jar-with-dependencies.jar --host lcoalhost –port 7777