【Linux】-Flink分布式内存计算集群部署[21]

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。