注意:
本节的操作,需要前置准备好Hadoop生态集群,请先部署好Hadoop环境
简介
Flink同spark一样,是一款分布式内存计算引擎,可以支撑海量数据的分布式计算
Flink在大数据体系同样是明星产品,作为新一代的综合计算引擎,支持离线计算和实时计算。
在大数据邻域广泛应用,是目前世界上除去spark以外,应用最为广泛的分布式计算引擎。
spark更加偏向于离线计算,而flink更加偏向于实时计算
安装
1、【node1执行】 下载安装包
wget https://archive.apache.org/dist/flink/flink-1.10.0/flink-1.10.0-bin-scala_2.11.tgz
解压到/export/server
tar -zxvf flink-1.10.0-bin-scala_2.11.tgz -C /export/server
构建软链接
ln -s /export/server/flink-1.10.0 /export/server/flink
2、【node1】修改配置文件,conf/flink-conf.yaml
在vim编辑时,可使用set paste粘贴模式
# jobManager 的IP地址
jobmanager.rpc.address: node1
# JobManager 的端口号
jobmanager.rpc.port: 6123
# JobManager JVM heap 内存大小
jobmanager.heap.size: 1024m
#TaskManager JvM heap 内存大小
taskmanager.heap.size: 1024m
# 每个 TaskManager 提供的任务 slots 数量大小
taskmanager.numberOfTaskSlots: 2
# 是否进行预分配内存,默认不进行预分配,这样在我们不使fLink集群时不会占用集群资源
taskmanager.memory.preallocate: false
# 程序默认并行计算的个数
parallelism.default: 1
# JobManager的Web界面的端囗(默认:8081)
jobmanager.web.port: 8081
3、【node1】 修改配置文件,conf/slaves
node1
node2
node3
4、【node1】 分发flink安装包到其他机器
cd /export/server
scp -r flink-1.10.0 node2:`pwd`/
scp -r flink-1.10.0 node3:`pwd`/
5、【node2、node3】构建软链接
ln -s /export/server/flink-1.10.0 /export/server/flink
6、【node1】启动flink
/export/server/flink/bin/start-cluster.sh
7、验证flink启动
浏览器打开http://node1:8081
这里使用的端口8081与前一章节spark使用的端口一致,需要关闭spark才能使用flink
至此,Flink就部署完毕啦。