一、部署说明
flink是apache一款大数据实时计算应用,在生产环境中,用来实时计算应用产生的日志,数据等,满足预警,入库等需求
二、系统环境
- 系统版本:centos 7.2
- java版本: jdk 1.8.0_161
- zookeeper版本: zookeeper-3.4.9
- hadoop版本: Hadoop-2.8.3.tar.gz
- flink版本: flink-1.4.0
四个机器,其中192.168.3.60作为flink 的master,也就是jobmanager,其它三个机器作为taskmanager
三、准备部署
1、关闭selinux
sed ‘s/SELINUX=enforcing/SELINUX=disabled/‘ /etc/selinux/config
2、关闭防火墙
1 2 3 4
|
firewall-cmd --state #查看防火墙状态 systemctl stop firewalld.service #停用firewall systemctl disable firewalld.service #禁止防火墙开机启动 init 6 #重启主机,然后再输入第一条命令查看防火墙状态
|
3、安装jdk1.8
由于centos7.2自带jdk,但是是sun公司的jdk,一般我们都是用自己的jdk包,所以先卸载
1 2
|
rpm -qa | grep java | xargs rpm -e --nodeps #根据java关键词找出对应包,然后卸载
|
4、创建普通用户以及设置应用目录
1 2 3
|
mkdir -p /app/appflink #创建用户目录 useradd -d /app/appflink appflink passed appflink #设置密码
|
5、以普通用户上传程序包到上面配置的用户目录,配置变量
1 2 3 4 5 6 7 8 9
|
cd /app/appflink tar zxvf jdk-8u101-linux-x64.tar.gz #解压到用户目录 vi vi ~/.bash_profile 配置如下: export PS1='[u@h w]' export JAVA_HOME=/app/appflink/jdk1.8.0_101 export JRE_HOME=${JAVA_HOME}/jre export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib export PATH=${JAVA_HOME}/bin:$PATH
|
6、配置master免密码登陆其余机器
CentOS默认没有启动ssh无密登录,去掉/etc/ssh/sshd_config其中2行的注释,每台服务器都要设置,
1 2
|
RSAAuthentication yes PubkeyAuthentication yes
|
输入命令,ssh-keygen -t rsa,生成key,都不输入密码,一直回车,在用户根目录就会生成.ssh文件夹,每台服务器都要设置
进入用户根目录下面的认证文件夹
1 2 3 4 5 6
|
cd ~/.ssh/ #合并公钥到authorized_keys文件,在flink-master服务器,通过SSH命令合并 cat id_rsa.pub>> authorized_keys ssh [email protected] cat ~/.ssh/id_rsa.pub>> authorized_keys ssh [email protected] cat ~/.ssh/id_rsa.pub>> authorized_keys ssh [email protected] cat ~/.ssh/id_rsa.pub>> authorized_keys
|
四、部署zookeeper集群
这里我们使用,192.168.3.61, 192.168.3.62, 192.168.3.63
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
|
cd ./bin/zookeeper-3.4.9/conf #这里进入配置目录 mv zoo_sample.cfg zoo.cfg #修改主要配置, dataDir=/app/appflink/bin/zookeeper-3.4.9/data dataLogDir=/app/appflink/bin/zookeeper-3.4.9/log
#最后一行添加,使用三个机器组合集群 server.1=flink-slave1:2888:3888 server.2=flink-slave2:2888:3888 server.3=flink-slave3:2888:3888
#修改hosts,ip和主机名自定义 cat /etc/hosts 192.168.3.60 flink-master 192.168.3.61 flink-slave1 192.168.3.62 flink-slave2 192.168.3.63 flink-slave3
#创建数据目录,日志目录,写入自身id mkdir -p /app/appflink/bin/zookeeper-3.4.9/data mkdir -p /app/appflink/bin/zookeeper-3.4.9/log vi /app/appflink/bin/zookeeper-3.4.9/data/myid #这里id要注意,要和zoo.cfg配置里的1,2,3对应,然后分别写入1,2,3,内容就一个id就好了
#启动zookeeper,三个机器依次启动 cd /app/appflink/bin/zookeeper-3.4.9/bin ./zkServer.sh start ./zkServer.sh status #查看状态,正常情况下,应该是flower或者leader
|
五、部署hadoop
1 2 3 4 5 6 7 8 9
|
修改hadoop配置文件 vi hadoop-env.sh 在25位置,配置如下 export JAVA_HOME=/app/appflink/jdk1.8.0_101
创建hadoop需要的目录 mkdir -p /app/appflink/data/hadoop/hdfs/name mkdir -p /app/appflink/data/hadoop/hdfs/data mkdir -p /app/appflink/data/hadoop/tmp
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120
大专栏
flink on yarn 部署n class="line">121
122
123
124
125
126
127
128
129
|
vi hdfs-site.xml 配置如下: <property> <name>dfs.namenode.name.dir</name> <value>file:/app/appflink/data/hadoop/hdfs/name</value> <!--HDFS namenode数据镜象目录--> <description> </description> </property>
<property> <name>dfs.datanode.data.dir</name> <value>file:/app/appflink/data/hadoop/hdfs/data</value> <!-- HDFS datanode数据镜象存储路径,可以配置多个不同的分区和磁盘中,使用,号分隔 --> <description> </description> </property>
<property> <name>dfs.namenode.http-address</name> <value>flink-master:50070</value> <!---HDFS Web查看主机和端口--> </property>
<property> <name>dfs.namenode.secondary.http-address</name> <value>flink-master:50090</value> <!--辅控HDFS web查看主机和端口--> </property>
<property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property>
<property> <name>dfs.replication</name> <value>3</value> <!--HDFS数据保存份数,通常是3--> </property>
<property> <name>dfs.datanode.du.reserved</name> <value>1073741824</value> <!-- datanode 写磁盘会预留 1G空间 给其他程序使用,而非写满,单位 bytes--> </property>
<property> <name>dfs.block.size</name> <value>134217728</value> <!--HDFS数据块大小,当前设置为128M/Blocka--> </property>
<property> <name>dfs.permissions.enabled</name> <value>false</value> <!-- HDFS 关闭文件权限 --> </property>
//vi cre-site.xml 配置内容如下 <property> <name>fs.defaultFS</name> <value>hdfs://flink-master:9000</value> <!--hadoop namenode 服务器地址和端口,以域名形式--> </property>
<property> <name>dfs.namenode.checkpoint.period</name> <value>1800</value> <!-- editlog每隔30分钟触发一次合并,默认为60分钟 --> </property>
<property> <name>fs.checkpoint.size</name> <value>67108864</value> </property>
<property> <name>fs.trash.interval</name> <value>1440</value> <!-- Hadoop文件回收站,自动回收时间,单位分钟,这里设置是1天,默认为0。--> </property>
<property> <name>hadoop.tmp.dir</name> <value>file:/app/appflink/data/hadoop/tmp</value> <!-- Hadoop的默认临时路径,这个最好配置,如果在新增节点或者其他情况下莫名其妙的DataNode启动不了,就删除此文件中的tmp目录即可。不过如果删除了NameNode机器的此目录,那么就需要重新执行NameNode格式化的命令。/data/hadoop/tmp这里给的路径不需要创建会自动生成.--> </property>
<property> <name>io.file.buffer.size</name> <value>131702</value> <!-- 流文件的缓冲区--> </property>
配置mapred-site.xml <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property>
配置yarn-site.xml,内容如下 <property> <name>yarn.resourcemanager.address</name> <value>flink-master:18040</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>flink-master:18030</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>flink-master:18088</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>flink-master:18025</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>flink-master:18141</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property>
|
配置hadoop环境变量
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
|
set hadoop path #添加如下配置 export HADOOP_HOME=/app/appflink/hadoop-2.8.3 export PATH=$PATH:$HADOOP_HOME/bin
#确认生效 cd /app/appflink/hadoop-2.8.3/etc/hadoop source hadoop-env.sh hadoop Version #格式化数据目录,只需要一次,下次启动不再需要格式化,只需start-all.sh hadoop namenode -format
#启动hadoop cd /app/appflink/hadoop-2.8.3/sbin ./start-all.sh #使用jsp查看进程是否都启动了,然后我们可以登陆web控制台创建目录节点
|
六、搭建flink集群
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
|
#编辑flink-conf.yaml文件 vi flink-conf.yaml #主要内容如下: jobmanager.rpc.address: 192.168.3.60 #job进程监听的地址 fs.hdfs.hadoopconf: /app/flink/hadoop/conf/ #高可用时候,hadoop配置地址 high-availability: zookeeper #使用zk实现高可用 #下面两个目录需要在hadoop上面创建,分别是/flinkshare/ha, /ZooKeeper/ha high-availability.storageDir: hdfs://flink-master:9000/flinkshare/ha/ recovery.zookeeper.storageDir: hdfs://flink-master:9000/ZooKeeper/ha/ #通过zk来选举 high-availability.zookeeper.quorum: flink-slave1:2181,flink-slave2:2181,flink-slave3:2181
#编辑master文件,写入两个机器ip和端口 192.168.3.60:8081 192.168.3.61:8081
#编辑slaves文件,写入所有task进程机器 flink-slave1 flink-slave2 flink-slave3
#编辑zoo.cfg,将机器列表填入 server.1=flink-slave1:2888:3888 server.2=flink-slave2:2888:3888 server.3=flink-slave3:2888:3888
#将文件通过scp拷贝到其它机器 scp -r /app/appflink/bin/flink-1.4.0 [email protected]:/app/appflink/bin/ scp -r /app/appflink/bin/flink-1.4.0 [email protected]:/app/appflink/bin/ scp -r /app/appflink/bin/flink-1.4.0 [email protected]:/app/appflink/bin/
#接下来,启动flink集群
cd /app/appflink/bin/flink-1.4.0/bin ./start-cluster.sh cluster start
#登陆web控制台,http://192.168.3.60:8081,正常情况下,就能看到3个taskmanager,2个jobmanager #为了验证高可用,可以随便结束一个jobmanager进程,看看是不是都能访问
|