Flink3：Flink部署

1.standalone模式

1.1 安装
解压缩 flink-1.7.0-bin-hadoop27-scala_2.11.tgz
修改 flink/conf/flink-conf.yaml 文件

修改 /conf/slave文件

分发给另外两台机子
scp -r flink-1.7.0-bin-hadoop27-scala_2.11 slave1:/usr/local/src
scp -r flink-1.7.0-bin-hadoop27-scala_2.11 slave2:/usr/local/src
启动

访问 http://hadoop1:8081

1.2 测试

准备数据文件
在linux上开启socket端口
nc -l 9999
输入如下数据：
执行程序
./flink run -c com.gzjy.StreamWordCount flink-study.jar
输出结果如下

补充
如果需要用到HDFS，则需要在每台节点配置HADOOP_CONF_DIR和HADOOP_CLASSPATH

export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop 
export HADOOP_CLASSPATH=`hadoop classpath`

并且下载一个jar包放在Flink的lib目录下
下载地址：https://repo.maven.apache.org/maven2/org/apache/flink/flink-shaded-hadoop-2-uber/
要按照HADOOP版本下载（记得分发到从节点）

2.yarn模式

1)启动hadoop集群
2)导入环境变量：
export HADOOP_HOME=/app/hadoop-2.6.4
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
3)启动yarn-session
./yarn-session.sh -n 2 -s 2 -jm 1024 -tm 1024 -nm test -d
其中：
-n(--container)：TaskManager的数量。
-s(--slots)：每个TaskManager的slot数量，默认一个slot一个core，默认每个taskmanager的slot的个数为1，有时可以多一些taskmanager，做冗余。
-jm：JobManager的内存（单位MB)。
-tm：每个taskmanager的内存（单位MB)。
-nm：yarn 的appName(现在yarn的ui上的名字)。
-d：后台执行。