参考文章：Flink集群部署详细步骤
简单Flink集群配置
生产中基本很少使用这种模式，大多数都是基于 YARN来进行提交任务，下面主要给出 YARN的任务提交配置方式。
下载Flink压缩包
下载地址： Downloads | Apache Flink。 CDH集群环境 hadoop2.6， Scala2.11，所以下载： flink-1.5.0-bin-hadoop26-scala_2.11.tgz
解压
[root@hadoop2 opt]# tar -zxf flink-1.5.0-bin-hadoop26-scala_2.11.tgz
[root@hadoop2 opt]# cd flink-1.5.0配置master
选择一个master节点， 配置conf/flink-conf.yaml
[root@hadoop2 flink-1.5.0]# vi conf/flink-conf.yaml
# 设置jobmanager.rpc.address 配置项为该节点的IP 或者主机名
jobmanager.rpc.address: 10.108.4.202配置slaves
将所有的worker节点（TaskManager）的IP或者主机名（一行一个）填入conf/slaves 文件中。
[root@hadoop2 flink-1.5.0]# vi conf/slaves
10.108.4.203
10.108.4.204启动flink集群
[root@hadoop2 flink-1.5.0]# bin/start-cluster.sh停止flink集群
[root@hadoop2 flink-1.5.0]# bin/stop-cluster.sh查看更多可用的配置项:
Apache Flink 1.5 Documentation: Configuration
以下都是非常重要的配置项：
1、 TaskManager总共能使用的内存大小（taskmanager.heap.mb） 2、每一台机器上能使用的 CPU 个数（taskmanager.numberOfTaskSlots） 3、集群中的总 CPU个数（parallelism.default） 4、临时目录（ taskmanager.tmp.dirs）
以上就完成了一个简单的Flink集群。
添加JobManager或TaskManager实例
添加JobManager或TaskManager实例到集群。
可以使用bin/jobmanager.sh和bin/taskmanager.sh脚本为运行中的集群添加JobManager和TaskManager实例
添加jobmanager：
bin/jobmanager.sh ((start|start-foreground) cluster) | stop | stop-all添加taskmanager：
bin/taskmanager.sh start | start-foreground | stop | stop-allFlink On YARN
设置Hadoop环境变量：
[root@hadoop2 flink-1.5.0]# vi /etc/profile
export HADOOP_CONF_DIR=/opt/cloudera/parcels/CDH-5.13.3-1.cdh5.13.3.p0.2/lib/hadoop/etc/hadoop查看使用方法：
[root@hadoop2 flink-1.5.0]# bin/yarn-session.sh -hUsage: Required -n,--container <arg> 为YARN分配容器的数量 (=Number of Task Managers) Optional -D <property=value> 动态属性 -d,--detached 以分离模式运行作业 -h,--help Yarn session帮助. -id,--applicationId <arg> 连接到一个正在运行的YARN session -j,--jar <arg> Flink jar文件的路径 -jm,--jobManagerMemory <arg> JobManager的内存大小，driver-memory [in MB] -m,--jobmanager <arg> Address of the JobManager (master) to which to connect. Use this flag to connect to a different JobManager than the one specified in the configuration. -n,--container <arg> TaskManager的数量，相当于executor的数量 -nm,--name <arg> 设置YARN应用自定义名称 -q,--query 显示可用的YARN资源 (memory, cores) -qu,--queue <arg> 指定YARN队列 -s,--slots <arg> 每个JobManager的core的数量，executor-cores。建议将slot的数量设置每台机器的处理器数量 -st,--streaming 在流模式下启动Flink -t,--ship <arg> 在指定目录中传送文件(t for transfer) -tm,--taskManagerMemory <arg> 每个TaskManager的内存大小，executor-memory [in MB] -yd,--yarndetached 如果存在，则以分离模式运行作业 (deprecated; use non-YARN specific option instead) -z,--zookeeperNamespace <arg> 为高可用性模式创建Zookeeper子路径的命名空间以集群模式提交任务
每次都会新建flink集群
[root@hadoop2 flink-1.5.0]# ./bin/flink run -m yarn-cluster -c com.demo.florian.WordCount $DEMO_DIR/target/flink-demo-1.0-SNAPSHOT.jar --port 9000flink yarn client模式
启动Session flink集群，提交任务。
启动YARN session
flink yarn client模式, 启动一个YARN session用2个TaskManager（每个TaskManager分配1GB的堆空间）
[root@hadoop2 flink-1.5.0]# ./bin/yarn-session.sh \
-n 2 \
-jm 1024 \
-tm 1024 \
-s 2启动提交作业
YARN session启动之后就可以使用bin/flink来启动提交作业
[root@hadoop2 flink-1.5.0]# ./bin/flink run \
-c com.demo.florian.WordCount \
--port 9000 \
$DEMO_DIR/target/flink-demo-1.0.SNAPSHOT.jar- 用法:
用法: run [OPTIONS] <jar-file> <arguments>
"run" 操作参数:
-c,--class <classname> 如果没有在jar包中指定入口类，则需要在这里通过这个参数指定
-m,--jobmanager <host:port> 指定需要连接的jobmanager(主节点)地址
使用这个参数可以指定一个不同于配置文件中的jobmanager
-p,--parallelism <parallelism> 指定程序的并行度。可以覆盖配置文件中的默认值。使用run 命令向yarn集群提交一个job。客户端可以确定jobmanager的地址。当然，你也可以通过-m参数指定jobmanager。jobmanager的地址在yarn控制台上可以看到。
后台 yarn session模式
如果你不希望flink yarn client一直运行，也可以启动一个后台运行的yarn session。使用这个参数：-d 或者 --detached
在这种情况下，flink yarn client将会只提交任务到集群然后关闭自己。
注意：在这种情况下，无法使用flink停止yarn session。
使用yarn 工具 来停止yarn session
yarn application -kill <applicationId>附着到一个已存在的session
下面命令可以附着到一个运行中的flink yarn session：
[root@hadoop2 flink-1.5.0]# ./bin/yarn-session.sh -id <yarnAppId>附着到一个运行的session使用yarn resourcemanager来确定job Manager 的RPC端口。
停止yarn session通过停止unix进程(使用CTRL+C）或者在client中输入stop
flink on yarn故障恢复
flink 的 yarn 客户端通过下面的配置参数来控制容器的故障恢复。这些参数可以通过conf/flink-conf.yaml 或者在启动yarn session的时候通过-D参数来指定。
- yarn.reallocate-failed：这个参数控制了flink是否应该重新分配失败的taskmanager容器。默认是true。
- yarn.maximum-failed-containers：applicationMaster可以接受的容器最大失败次数，达到这个参数，就会认为yarn session失败。默认这个次数和初始化请求的taskmanager数量相等(-n 参数指定的)。
- yarn.application-attempts：applicationMaster重试的次数。如果这个值被设置为1(默认就是1)，当application master失败的时候，yarn session也会失败。设置一个比较大的值的话，yarn会尝试重启applicationMaster。
日志文件
在某种情况下，flink yarn session 部署失败是由于它自身的原因，用户必须依赖于yarn的日志来进行分析。最有用的就是yarn log aggregation 。启动它，用户必须在yarn-site.xml文件中设置yarn.log-aggregation-enable 属性为true。一旦启用了，用户可以通过下面的命令来查看一个失败的yarn session的所有详细日志。
yarn logs -applicationId <application ID>yarn client控制台和web界面
flink yarn client也会打印一些错误信息在控制台上，如果错误发生在运行时(例如如果一个taskmanager停止工作了一段时间)
除此之外，yarn resource manager的web界面(默认端口是8088)。resource manager的端口是通过yarn.resourcemanager.webapp.address参数来配置的。
它运行在yarn 程序运行的时候查看日志和程序失败的时候查看日志用户查找问题。
flink on yarn 内部实现
Flink在YARN集群上运行时：Flink YARN Client负责与YARN RM通信协商资源请求，Flink JobManager和Flink TaskManager分别申请到Container去运行各自的进程。
YARN AM与Flink JobManager在同一个Container中，这样AM可以知道Flink JobManager的地址，从而AM可以申请Container去启动Flink TaskManager。待Flink成功运行在YARN集群上，Flink YARN Client就可以提交Flink Job到Flink JobManager，并进行后续的映射、调度和计算处理。
YARN客户端需要访问Hadoop配置来连接YARN资源管理器和HDFS。它使用下面的策略来确定Hadoop的配置：
- YARN_CONF_DIR，HADOOP_CONF_DIR，HADOOP_CONF_PATH.其中一个变量被设置，就能读取配置
- 如果上面的策略失败（在正确的yarn 设置中不应该出来这种情况），客户端使用HADOOP_HOME环境变量。如果设置了，那么客户端就会尝试访问$HADOOP_HOME/tect/hadoop
Flink On Yarn任务启动步骤:
step1 : 当启动一个新的Flink YARN session时，客户端首先检查资源（container和memory）是否可用。然后，上传一个包含Flink和配置的jar包到HDFS上。
step 2: 客户端请求YARN启动ApplicationMaster（step 3）.由于客户端将配置和jar文件注册到容器，在特定机器上运行的YARN的NodeManager将负责准备container（例如下载文件）。一旦完成，ApplicationMaster就被启动了。
JobManager和ApplicationMaster运行在同一个container上。一旦他们被成功启动，AM就知道JobManager的地址（AM它自己所在的机器）。它就会为TaskManager生成一个新的Flink配置文件（他们就可以连接到JobManager）。这个配置文件也被上传到HDFS上。此外，AM容器也提供了Flink的web服务接口。YARN所分配的所有端口都是临时端口，这允许用户并行执行多个Flink session。
最后，AM开始为Flink的任务TaskManager分配container，它将从HDFS加载jar文件和修改的配置文件。一旦这些步骤完成，Flink就准备好接口Job的提交了
Flink任务处理过程
当Flink系统启动时，首先启动JobManager和一至多个TaskManager。JobManager负责协调Flink系统，TaskManager则是执行并行程序的worker。当系统以本地形式启动时，一个JobManager和一个TaskManager会启动在同一个JVM中。
当一个程序被提交后，系统会创建一个Client来进行预处理，将程序转变成一个并行数据流的形式，交给JobManager和TaskManager执行。
