local 本地测试

• idea运行

flink集群测试

1、standallone cluster

1、准备工作

• 配置JAVA_HOME
• 免密钥
  2、上传解压

  tar -xvf flink-1.11.0-bin-scala_2.11.tgz配置环境变量vim /etc/profile

3、修改配置文件(如果是伪分布式，就不需要修改配置文件)

vim conf/flink-conf.yaml
jobmanager.rpc.address: master   主节点ip地址vim conf/workers
增加从节点  node1  node2vim conf/masters  
改成主节点ip同步到所有节点
scp -r flink-1.11.0/ node1:`pwd`

4、启动集群

start-cluster.shhttp://master:8081   访问web界面

2、提交任务 – 将代码打包

1. 在web页面提交任务

2. 同flink命令提交任务

flink run -c com.xiaoming.flink.core.Demo1WordCount flink-1.0-SNAPSHOT.jar

3. rpc方式提交任务

• flink on yarn 只需要部署一个节点

可以停掉独立集群

stop-cluster.sh

1. 配置HADOOP_CONF_DIR

	vim /etc/profileexport HADOOP_CONF_DIR=/usr/local/soft/hadoop-2.7.6/etc/hadoop/

2. 将hadoop依赖jar上传到flink lib目录
   flink-shaded-hadoop-2-uber-2.6. 5-10.0.jar
   

flink和spark一样都是粗粒度资源申请

• flink启动方式

1. yarn-session

在yarn里面启动一个flink集群 jobManager(ApplicationMaster)
先启动hadoop 
yarn-session.sh -jm 1024m -tm 1096m提交任务  任务提交的是偶根据并行度动态申请taskmanager
1、在web页面提交任务2、同flink命令提交任务
flink run -c com.xiaoming.flink.core.Demo1WordCount flink-1.0-SNAPSHOT.jar3、rpc方式提交任务

2. 直接提交任务到yarn 每一个任务都会有一个jobManager

flink run -m yarn-cluster  -yjm 1024m -ytm 1096m -c com.xiaoming.flink.core.Demo1WordCount flink-1.0-SNAPSHOT.jar

杀掉yarn上的任务

yarn application -kill application_1599820991153_0001

1.yarn-session先在yarn中启动一个jobMansager ,所有的任务共享一个jobmanager (提交任务更快，任务之间共享jobmanager ， 相互有影响)
2.直接提交任务模型，为每一个任务启动一个joibmanager （每一个任务独立jobmanager , 任务运行稳定）