1、standalone模式搭建
standalone模式是Flink自帶的分布式集群模式，不依賴其他的資源調度框架；
這里使用三台主機搭建，86可以免密登錄到88、89：
172.17.28.86 cs-28-86
172.17.28.88 cs-28-88
172.17.28.89 cs-28-89
- 下載flink安裝包，下載地址：https://flink.apache.org/downloads.html
- 上傳flink安裝包到Linux服務器上
- 解壓flink安裝包
[root@cs-28-86 ~]# cd /data/wym [root@cs-28-86 ~]# tar zxf flink-1.12.0-bin-scala_2.12.tgz
- 修改conf目錄下的flink-conf.yaml配置文件
#指定jobmanager的地址 jobmanager.rpc.address: cs-28-86 #指定taskmanager的可用槽位的數量,一般配為邏輯cpu核數或核數的2倍 taskmanager.numberOfTaskSlots: 2
- 修改conf目錄下的workers配置文件，指定taskmanager的所在節點，這里86沒有使用：
[root@cs-28-86 flink-1.12.0]# cat conf/workers cs-28-88 cs-28-89
- 將配置好的Flink拷貝到其他節點的相同目錄下
scp -r flink-1.12.0 cs-28-88:/data/wym/ scp -r flink-1.12.0 cs-28-89:/data/wym/
2、 啟動flink集群和檢測
- 執行啟動腳本
[root@cs-28-86 flink-1.12.0]# ./bin/start-cluster.sh
- 執行jps命令查看Java進程
[root@cs-28-86 flink-1.12.0]# jps |grep StandaloneSessionClusterEntrypoint 15908 StandaloneSessionClusterEntrypoint [root@cs-28-88 ~]# jps |grep TaskManagerRunner 32151 TaskManagerRunner [root@cs-28-89 ~]# jps |grep TaskManagerRunner 14770 TaskManagerRunner
在172.17.28.86上可用看見StandaloneSessionClusterEntrypoint進程即JobManager，在其他的節點上可用看見到TaskManagerRunner 即TaskManager
- 訪問JobManager的web管理界面，端口8081
172.17.28.86:8081
3、 提交Flink任務
第①步：獲取案例jar包，啟動nc
獲取案例jar包到本地：
在指定的節點上先啟動一個socket端口服務，這里可以使用nc，如果沒有可以使用 yum install -y nc 安裝，我這里是在172.17.28.86節點上啟動的；
nc -lk 8888
- 第一種方式：通過web頁面提交
第②步：方法jobManager所在節點的8081端口，點擊Submint New Job
第③步：點擊Add New 上傳Jar包，這個示例jar包在官方給的example目錄下
第④步：設置參數並點擊Submit提交
此時在nc窗口中輸入一些內容：
然后去頁面中看計算結果：
測試完成，此時去停掉任務：
在Running Jobs中點擊具體的任務，然后點Cancel Job(選OK)
此時資源已釋放：
- 第二種方式：使用命令行提交
bin/flink run -m cs-28-86:8081 -p 4 -c org.apache.flink.streaming.examples.socket.SocketWindowWordCount jar包 --hostname cs-28-86 --port 8888
參數說明：
-m 指定主機名后面的端口為JobManager的REST的端口，而不是RPC的端口,RPC通信端口是6123
-p 指定是並行度(Slots)
-c 指定main方法的全類名
在88上提交，提交完以后這個窗口可以關掉，因為任務已經提交到集群運行了：
出現了一個CliFrontend進程：
第⑤步：查看執行信息
第⑥步：在啟動nc服務的節點上輸入一下測試數據
第⑦步：查看執行結果
在點擊Stdout查看打印的結果
