本文档中的集群包含 192.168.105.10/11/12 三台机器。三台机器的 hostname 分别设为 ivic10/ivic11/ivic12，其中第一台机器作为 master，后两台作为 slaves。
1 先决条件
在部署 Flink 之前，请确认集群的每个节点都符合以下条件：
已安装 Java 1.8.x 或以上版本（推荐 1.8 版本）
节点两两之间可以 SSH 免密码登陆
已部署 Hadoop（如果只是部署 Standalone Cluster 则不需要 Hadoop）
如果你已经按照 Hadoop 部署文档成功建立了 Hadoop 集群，那么以上条件均已满足。
2 下载 Flink 二进制文件
在 Flink 的下载页面中有多个版本可以选择，因为之前选择了 Hadoop 2.7.7 版本，所以这里选择与之对应的 Apache Flink 1.7.2 with Hadoop 2.7 版本，Scala 版本选择最新的 2.12。
cd ~/bigdata
#Apache网站上的镜像太慢，从清华镜像下载
wget https://mirrors.tuna.tsinghua.edu.cn/apache/flink/flink-1.7.2/flink-1.7.2-bin-hadoop27-scala_2.12.tgz
#解压到当前文件夹
tar -xzvf flink-1.7.2-bin-hadoop27-scala_2.12.tgz -C .3 配置 Flink
注意：如果只需要部署 Flink on YARN，那么可以跳过这一小节，因为 YARN 会帮你打理好一切。
#切换到flink配置路径
cd ./flink-1.7.2/conf3.1 flink-conf.yaml
将 jobmanager.rpc.address 指向 master 节点，其他配置项可以按照机器实际硬件情况酌情填写，此处使用默认值。
# The host/IP of JobManager
jobmanager.rpc.address: ivic10
# The heap size for the JobManager JVM
jobmanager.heap.size: 1024m
# The heap size for the TaskManager JVM
taskmanager.heap.size: 1024m
# The number of task slots that each TaskManager offers. Each slot runs one parallel pipeline.
taskmanager.numberOfTaskSlots: 1
# The parallelism used for programs that did not specify and other parallelism.
parallelism.default: 13.2 slaves
向 slaves 文件写入 slave 节点的 host/IP 地址
ivic11
ivic124 将配置好的 Flink 分发到其他节点
#需要先在11/12节点上建立 /homne/ivic/bigdata/ 文件夹
scp -r /home/ivic/bigdata/flink-1.7.2 192.168.105.11:/home/ivic/bigdata/flink-1.7.2
scp -r /home/ivic/bigdata/flink-1.7.2 192.168.105.12:/home/ivic/bigdata/flink-1.7.25 以 Standalone 模式启动 Flink
cd $FLINK_HOME
./bin/start-cluster.sh然后可以在 ivic10:8081 查看 Flink 集群的运行情况。
./examples 路径下有许多打包好的示例程序，可以用于验证 Flink 集群是否正常运行。
./bin/flink run ./examples/batch/WordCount.jar上面的命令会向 Flink 集群提交一个 wordcount 任务，这个示例程序可以指定输入和输出路径，这里没有指定，因此输入文件为程序自带的一小段文本，结果直接输出在屏幕上。
如果 Flink 集群工作正常，应该会在屏幕上输出以下结果：
# 省略前面的输出
(wrong,1)
(you,1)
Program execution finished
Job with JobID d7df697505c1f68d4eda2828b6eb18e2 has finished.
Job Runtime: 3158 ms
Accumulator Results:
- 47b31488879a3449d67aca67f5b75188 (java.util.ArrayList) [170 elements]6 以 Flink on YARN 模式启动
把 Flink 运行在 YARN 上有两种方式，第一种方式是建立一个长期运行的 Flink YARN Session，然后向这个 Session 提交 Flink Job，多个任务同时运行时会共享资源。第二种方式是为单个任务启动一个 Flink 集群，这个任务会独占 Flink 集群的所有资源，任务结束即代表集群被回收。
另外，Flink on YARN 模式需要系统中设置了 YARN_CONF_DIR 或 HADOOP_CONF_DIR 环境变量，如果未设置，请在 ~/.profile 中加入以下内容，然后使用 source ~/.profile 命令使修改立即生效。
#在这条命令前定义HADOOP_HOME环境变量
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop6.1 Flink YARN Session
使用下列命令来启动一个拥有 2 个 TaskManager 的 Flink 集群，每个 TaskManager 有 2 GB 内存，2 个 slot。
./bin/YARN-session.sh -n 2 -tm 2048 -s 2完整的参数列表如下
Usage:
Required
-n,--container <arg> Number of YARN container to allocate (=Number of Task Managers)
Optional
-D <arg> Dynamic properties
-d,--detached Start detached
-jm,--jobManagerMemory <arg> Memory for JobManager Container with optional unit (default: MB)
-nm,--name Set a custom name for the application on YARN
-q,--query Display available YARN resources (memory, cores)
-qu,--queue <arg> Specify YARN queue.
-s,--slots <arg> Number of slots per TaskManager
-tm,--taskManagerMemory <arg> Memory per TaskManager Container with optional unit (default: MB)
-z,--zookeeperNamespace <arg> Namespace to create the Zookeeper sub-paths for HA mode启动 YARN Session 以后会输出 JobManager 的 Web Interface 地址，打开以后是这样的：
仔细一看，Task Managers，Task Slots 怎么都是 0 呢？难道是哪里出了问题？其实并没有问题，从某个版本开始 Flink 允许动态分配资源，在没有任务的时候不分配 TaskManager。接下来我们就提交一个任务试试。
因为启动 YARN Session 以后 Flink Client 会一直在前台运行，所以先用 Ctrl + Z 快捷键把 Client 转到后台，然后再提交任务。
./bin/flink run ./examples/batch/WordCount.jar在任务运行期间观察 Web Interface，会发现 Task Managers 变为 1，Task Slots 变为 2 ，与启动集群时指定的参数不符，这是因为 YARN 集群中只有两个 NodeManager，ivic11 和 ivic12，其中一个作为 JobManager，因此只剩一个节点可以作为 TaskManager。
任务的运行结果和 Standalone 模式下完全一样。
6.2 Single Flink job on YARN
下面这条命令会为 wordcount 任务启动一个独占的 Flink 集群，任务结束集群即被回收。其中 -m 选项指定 Flink 集群的启动模式，-yn 选项指定 TaskManager 的数目。
./bin/flink run -m YARN-cluster -yn 2 ./examples/batch/WordCount.jar任务的运行结果和 Standalone 模式下完全一样。