版权声明：本文为博主原创文章,转载请注明出处 https://blog.csdn.net/vkingnew/article/details/85245214
Flink官方网站介绍了N种部署方式。在国内基本不会使用AWS、Google computer engine 和MapR，在实际开发测试和生产中多数还是需要自己部署。
随着运维模式的发展变化，docker和kubernetes成为新时代的事实标准，基于Mesos的部署方式会变少。
下面对自己部署的情况概述下，说明下什么情况使用什么模式。
local模式：适用于本地开发和测试环境，占用的资源较少，部署简单 ，只需要部署JDK和flink即可达到功能开发和测试的目的。只需要一台主机即可。
standalone cluster：可以在测试环境功能验证完毕到版本发布的时候使用，进行性能验证。搭建需要ssh
jdk和flink。至少需要3台主机，一个master两个worker节点。
YARN：flink使用YARN进行调度。
Hadoop Integration：和hadoop生态进行整合，可以借用HDFS、YARN的功能，是用于整个大数据环境都用Hadoop全家桶的环境。
Docker： 在开发测试使用，docker方式很容易搭建。推荐的方式。
kubernetes：由于FLink使用的无状态模式，只需要kubernetes提供计算资源即可。会是Flink以后运行的主流方式，可以起到节约硬件资源和便于管理的效果。
HA模式：
现在主流的方式有standalone cluster HA 和YARN cluster HA方式，适用于在生产上部署。
standalone cluster HA：
需要JDK、ssh、zookeeper HA、flink构建，至少需要三个物理机。
YARN cluster HA：
需要JDK、ssh、zookeeper HA、Hadoop HA、flink，需要更多的资源。
若flink运行于k8s则可以借助于kubernetes的集群提供高可用，充分的利用资源。
当前大部分公司还是将Flink运行在物理机上。