此页面提供有关如何在静态（但可能是异构）群集上以完全分布式方式运行Flink的说明。
要求
软件要求
Flink可在所有类UNIX环境中运行，例如Linux，Mac OS X和Cygwin（适用于Windows），并期望群集由一个主节点和一个或多个工作节点组成。在开始设置系统之前，请确保在每个节点上安装了以下软件：
- Java 1.8.x或更高版本，
- ssh（必须运行sshd才能使用管理远程组件的Flink脚本）
如果您的群集不满足这些软件要求，则需要安装/升级它。
在所有群集节点上使用无密码SSH和 相同的目录结构将允许您使用我们的脚本来控制所有内容。
JAVA_HOME 配置
Flink要求在JAVA_HOME主节点和所有工作节点上设置环境变量，并指向Java安装的目录。
您可以conf/flink-conf.yaml通过env.java.home键设置此变量。
Flink设置
转到下载页面并获取可立即运行的包。确保选择与您的Hadoop版本匹配的Flink包。如果您不打算使用Hadoop，请选择任何版本。
下载最新版本后，将存档复制到主节点并解压缩：
tar xzf flink-*.tgzcd flink-*
配置Flink
解压缩系统文件后，需要通过编辑conf / flink-conf.yaml为集群配置Flink 。
将jobmanager.rpc.addressKeys设置为指向主节点。您还应该通过设置jobmanager.heap.mb和taskmanager.heap.mb键来定义允许JVM在每个节点上分配的最大主内存量。
这些值以MB为单位。如果某些工作节点有更多主内存要分配给Flink系统，则可以通过FLINK_TM_HEAP在这些特定节点上设置环境变量来覆盖默认值。
最后，您必须提供集群中所有节点的列表，这些节点将用作工作节点。因此，与HDFS配置类似，编辑文件conf / slaves并输入每个工作节点的IP /主机名。每个工作节点稍后将运行TaskManager。
以下示例说明了具有三个节点（IP地址从10.0.0.1 到10.0.0.3以及主机名master，worker1，worker2）的设置，并显示了配置文件的内容（需要在所有计算机上的相同路径上访问） ）：
/ path / to / flink / conf /
flink-conf.yaml
jobmanager.rpc.address：10.0.0.1
/ path / to / flink /
conf / slaves
10.0.0.210.0.0.3
Flink目录必须在同一路径下的每个worker上都可用。您可以使用共享NFS目录，也可以将整个Flink目录复制到每个工作节点。
有关详细信息和其他配置选项，请参阅配置页面。
尤其是，
- 每个JobManager（
jobmanager.heap.mb）的可用内存量， - 每个TaskManager（
taskmanager.heap.mb）的可用内存量， - 每台机器的可用CPU数量（
taskmanager.numberOfTaskSlots）， - 集群中的CPU总数（
parallelism.default）和 - 临时目录（
taskmanager.tmp.dirs）
是非常重要的配置值。
启动Flink
以下脚本在本地节点上启动JobManager，并通过SSH连接到从属文件中列出的所有工作节点，以在每个节点上启动TaskManager。现在您的Flink系统已启动并正在运行。在本地节点上运行的JobManager现在将接受配置的RPC端口上的作业。
假设您在主节点上并在Flink目录中：
bin/start-cluster.sh
要停止Flink，还有一个stop-cluster.sh脚本。
将JobManager / TaskManager实例添加到群集
您可以使用bin/jobmanager.sh和bin/taskmanager.sh脚本将JobManager和TaskManager实例添加到正在运行的集群中。
添加JobManager
bin/jobmanager.sh ((start|start-foreground) cluster)|stop|stop-all
添加TaskManager
bin/taskmanager.sh start|start-foreground|stop|stop-all
确保在要启动/停止相应实例的主机上调用这些脚本。
若有收获，就点个赞吧
0 人点赞
