Flink Standalone模式部署集群是最簡單的一種部署方式，不依賴於其他的組件，另外還支持YARN/Mesos/Docker等模式下的部署，這里使用的flink版本為最新的穩定版1.9.1版本，對應的Scala版本是2.11，二進制包為：flink-1.9.1-bin-scala_2.11.tgz，即將安裝的環境為內網4個節點，其中1個jobmanager，3個taskmanager，角色分配如下：
bigdata1 - jobmanager
bigdata2, bigdata3, bigdata4 - taskmanager
老規矩，配置flink前必須做下面的基礎准備：
1). JDK環境，1.8.x或者更高，Oracle JDK或者OpenJDK都可以，二進制包解壓的方式安裝要配置好JAVA_HOME
2). 主機名和hosts配置文件集群內完全對應，准確配置.
3). 集群之間保證通信正常，關閉防火牆或者提前設置好規則.
4). 集群所有節點配置ssh免密，否則后續啟動集群的時候還需要輸入密碼.
5). 集群配置時間同步服務，ntp或者chrony服務，這個應該是大數據組件集群的標配
然后准備安裝flink，flink的安裝目錄為了便於維護所有的安裝位置都要一致，這里是/opt/flink-1.9.1，首先在其中1個節點bigdata1上開始配置：
解壓安裝包並進入安裝目錄： tar -xvzf flink-1.9.1-bin-scala_2.11.tgz -C /opt && cd /opt/flink-1.9.1
編輯配置文件：conf/flink-conf.yaml，對於獨立集群有下面的配置項需要修改：
jobmanager.rpc.address: bigdata1 jobmanager.rpc.port: 6123 jobmanager.heap.size: 2048m taskmanager.heap.size: 4096m taskmanager.numberOfTaskSlots: 4 parallelism.default: 1
簡單來看一下jobmanager.rpc.address表示jobmanager rpc通信綁定的地址，這里就是jobmanager的主機名
jobmanager.rpc.port是jobmanager的rpc端口，默認是6123
jobmanager.heap.size 這個是 jobmanager jvm進程的堆內存大小，默認是1024M，這里設置成2048m，也就是2G
taskmanager.heap.size 這個是taskmanager jvm進程的堆內存大小，也就是實際運行任務的jvm最大所能占用的堆內存，默認也是1024m，這里設置成4g
taskmanager.numberOfTaskSlots 這個表示每個taskmanager所能提供的slots數量，也就是flink節點的計算能力，這個和算子的並行度配合使用，每個slot運行1個pipeline[source,transformation,slink]，多個slot使得flink的subtasks是並行的，這個一般設置成和機器cpu核數一致，比如我們這里是3個taskmanager，每個taskmanager是4個slots，那么這個集群的slots個數為12.
parallelism.default 這個是默認任務的並行度，也就是說當代碼中或者提交時沒指定並行度，則按照這里的並行度執行任務，並行度是按照整個集群來算的，比如上面slots個數為12，那么支持subtasks最大的並行度就是12，因為在代碼中通常會針對單個任務設置並行度，所以這里的默認並行度可以不設置.
上面這幾項是flink獨立集群最基本的配置，另外還有關於rest和web ui的配置，如果需要可以配置一下，我這里按照默認的配置：
web ui和jobmanager同時運行，端口默認為8081，可以根據需要修改，另外還有個參數：web.submit.enable，也就是是否可以從界面提交任務，默認是開啟的，取消注釋就可以關閉.
確認上面配置無誤之后，保存配置
然后配置masters和slaves的節點文件，
conf/masters，配置jobmanager的機器列表，這里獨立集群非HA模式下配置為：bigdata1:8081
conf/slaves，配置taskmanager的機器列表，這里配置如下：
確認上面配置正常全部保存，接下來就可以從bigdata1將配置好的flink分發到其他3個節點：
scp -r /opt/flink-1.9.1 bigdata2:/opt scp -r /opt/flink-1.9.1 bigdata3:/opt scp -r /opt/flink-1.9.1 bigdata4:/opt
然后從任意1個節點可以啟動集群，啟動命令為： bin/start-cluster.sh 執行之后jobmanager和taskmanager就全部啟動了，通過jps可以查看到相應的進程，jobmanager的進程為StandaloneSessionClusterEntrypoint，其余3個taskmanager的進程為TaskManagerRunner，然后可以訪問瀏覽器界面查看web ui，這里是：http://bigdata1:8081
這樣，flink standalone模式的集群就配置完成了
停止集群命令： bin/stop-cluster.sh 執行之后所有節點的進程都會停止
單個jobmanager的啟動或停止： bin/jobmanager.sh start|start-foreground|stop|stop-all
單個taskmanager的啟動或停止： bin/taskmanager.sh start|start-foreground|stop|stop-all
其中start-foreground是在前台啟動，單獨啟動的命令一方面可以用在cluster啟動或者停止失敗的時候執行，另一方面可以用於flink集群運行時向其中加入節點，主要是運行時添加配置好的taskmanager節點，這樣可以為集群動態擴容，添加之后稍微等一下，web界面就可以看到可用的slots和task managers數量發生變化了.
參考文檔：https://ci.apache.org/projects/flink/flink-docs-release-1.9/zh/ops/deployment/cluster_setup.html