flink学习笔记-Flink的standAlone轻松搞定啦

Flink的standAlone模式环境安装

使用standalone模式，需要启动flink的主节点JobManager以及从节点taskManager

服务及地址	node1	node2	node3
JobManager	是	否	否
TaskManager	是	是	是

• 第一步：更改配置文件
  • 修改node01服务器配置文件flink-conf.yaml
  • node01执行以下命令更改从节点slaves配置文件

cd /opt/install/flink-1.8.1/conf/
vim flink-conf.yaml
# 更改这个配置，指定jobmanager所在的服务器为node01
jobmanager.rpc.address: node01

vim slaves
# 修改为
node01
node02
node03

• 第二步：安装包分发
  • 将node01服务器的flink安装包分发到其他机器上面去

cd /opt/install
scp -r flink-1.8.1/ node02:$PWD
scp -r flink-1.8.1/ node03:$PWD

• 第三步：启动flink集群
  • node01执行以下命令启动flink集群

cd /opt/install/flink-1.8.1
bin/start-cluster.sh

• 第四步：页面访问
  • http://node01:8081/#/overview
• 第五步：运行flink自带的测试用例

# node01执行以下命令启动socket服务，输入单词
nc -lk 8000
# 启动flink的自带的单词统计程序，接受输入的socket数据并进行统计
cd /opt/install/flink-1.8.1
bin/flink run examples/streaming/SocketWindowWordCount.jar   --hostname node01  --port 8000
# node01服务器执行以下命令查看统计结果
cd /kkb/install/flink-1.8.1/log
tail -200f flink-hadoop-taskexecutor-0-node01.out

Flink的standAlone模式的HA环境

• 我们实现了flink的standAlone模式的环境安装，并且能够正常提交任务到集群上面去，我们的主节点是jobManager，但是唯一的问题是jobmanager是单节点的，必然会有单节点故障问题的产生，所以我们也可以在standAlone模式下，借助于zk，将我们的jobManager实现成为高可用的模式
• 第一步：node01执行以下命令修改Flink的配置文件

cd /opt/install/flink-1.8.1/conf
vim flink-conf.yaml
# 修改为
jobmanager.rpc.address: node01
high-availability: zookeeper
high-availability.storageDir: hdfs://node01:8020/flink
high-availability.zookeeper.path.root: /flink
high-availability.zookeeper.quorum: node01:2181,node02:2181,node03:218

vim masters
# 修改为
node01:8081
node02:8081

vim slaves
node01
node02
node03

• 第二步：hdfs上面创建flink对应的文件夹

hdfs dfs -mkdir -p /flink

• 第三步：拷贝配置文件

# 将node01服务器修改后的配置文件拷贝到其他服务器上面去
cd /opt/install/flink-1.8.1/conf
scp flink-conf.yaml  masters  slaves  node02:$PWD
scp flink-conf.yaml  masters  slaves  node03:$PWD

• 第四步：启动flink集群

# node01执行以下命令启动flink集群
cd /opt/install/flink-1.8.1
bin/start-cluster.sh

• 第五步：页面访问
  • http://node01:8081/#/overview 或 http://node02:8081/#/overview
    注意：一旦访问node02的web界面，会发现我们的web界面会自动跳转到node01的web界面上，因为此时，我们的node01服务器才是真正的active状态的节点
• 第六步：模拟故障宕机实现自动切换
  • 将node01服务器的jobManager进程杀死，然后过一段时间之后查看node02的jobManager是否能够访问
    注意： JobManager发生切换时，TaskManager也会跟着发生重启，这其实是一个隐患问题
• 第七步：flink的standAlone模式在HA下提交任务
  • 在HA这种模式下，提交任务与standAlone单节点模式提交任务是一样的，即使JobManager服务器宕机了也没有关系，会自动进行切换

# node01执行以下命令启动socket服务，输入单词
nc -lk 8000
# node01启动flink的自带的单词统计程序，接受输入的socket数据并进行统计
cd /opt/install/flink-1.8.1
bin/flink run examples/streaming/SocketWindowWordCount.jar   --hostname node01  --port 8000
# node01服务器执行以下命令查看统计结果
cd /opt/install/flink-1.8.1/log
tail -100f flink-hadoop-taskexecutor-0-node01.out