目录
- Flink的安装模式
- 下载Flink
- 安装Local模式
- 前提条件
- 解压安装包
- 启动集群
- 查看进程
- 提交作业
- 文件WordCount
- 持续流WordCount
- 查看Web UI
- 配置flink-conf.yaml
- 简单使用
- 关闭集群
- Standalone Session模式
- 前提条件
- Flink集群规划
- 解压安装包
- 配置flink
- 配置flink-conf.yaml
- 配置workers
- 配置masters
- 分发到其他机器
- 分发安装目录
- 修改node3和node4的配置
- 启动flink集群
- 查看进程
- Web UI
- 提交应用测试
- 文件WordCount
- 持续流WordCount
- 关闭flink集群
- YARN模式
- 前提条件
- 解压安装包
- 配置环境变量
- 启动Hadoop集群
- 提交应用测试
- 会话模式
- 单作业模式
- 应用模式
- 关闭Hadoop集群
Flink的安装模式
（1）Local模式： 所有Flink 组件（JobManager、TaskManager）都会在同一个 JVM 进程中运行，用于本地开发调试。
（2）Standalone Session模式：独立集群部署，需预先启动Flink进程，测试环境或小规模生产场景。
（3）Yarn模式：基于Hadoop YARN资源管理器，支持动态资源分配和自动容错，适合与Hadoop生态整合（如HDFS、YARN）的大规模生产环境。提供三种子模式：
- **会话模式（Session Mode）**：创建并长期保持一个JobManager，当需要有作业提交，则动态创建TaskManager，作业完成回收TaskManager资源，多个作业共享一个JobManager集群资源。
- **单作业模式（Per-Job Mode）**：每个作业单独启动一个集群，按作业隔离资源，避免资源竞争，作业完成后回收集群资源，应用代码在客户端节点运行。
- **应用模式（Application Mode）**：与单作业模式类似，也是一个作业单独启动一个集群，作业完成后回收集群资源，但将应用代码提交至JobManager执行，减少客户端负载。
（4）K8S模式：基于容器化技术，支持自动扩缩容和弹性伸缩，每个JobManager/TaskManager以Pod形式运行，资源隔离性强，适合云原生环境，被认为是未来主流部署方式。
下载Flink
下载Flink，并上传到Linux /opt/software目录
# 国内下载
https://mirrors.tuna.tsinghua.edu.cn/apache/flink/flink-1.17.2/flink-1.17.2-bin-scala_2.12.tgz
# 或者官网下载
https://archive.apache.org/dist/flink/flink-1.17.2/flink-1.17.2-bin-scala_2.12.tgz
安装Local模式
在node2机器上进行，解压后无需任何配置即可直接使用。
前提条件
- 有1台Linux机器，且安装好jdk，这里是jdk8，可参考：openEuler24.03 LTS下安装Hadoop3完全分布式-安装Java
解压安装包
解压并重命名
[liang@node2 spark-yarn]$ cd /opt/software/
[liang@node2 software]$ ls | grep flink
flink-1.17.2-bin-scala_2.12.tgz
[liang@node2 software]$ tar -zxvf flink-1.17.2-bin-scala_2.12.tgz -C /opt/module
[liang@node2 software]$ cd /opt/module
[liang@node2 software]$ mv flink-1.17.2 flink-local
启动集群
[liang@node2 software]$ cd /opt/module/flink-local
[liang@node2 flink-local]$ ls
bin conf examples lib LICENSE licenses log NOTICE opt plugins README.txt
[liang@node2 flink-local]$ ls bin/
bash-java-utils.jar kubernetes-jobmanager.sh start-zookeeper-quorum.sh
config.sh kubernetes-session.sh stop-cluster.sh
find-flink-home.sh kubernetes-taskmanager.sh stop-zookeeper-quorum.sh
flink pyflink-shell.sh taskmanager.sh
flink-console.sh sql-client.sh yarn-session.sh
flink-daemon.sh sql-gateway.sh zookeeper.sh
historyserver.sh standalone-job.sh
jobmanager.sh start-cluster.sh
[liang@node2 flink-local]$ bin/start-cluster.sh
查看进程
[liang@node2 flink-local]$ jps
7717 StandaloneSessionClusterEntrypoint
8006 TaskManagerRunner
8121 Jps
提交作业
文件WordCount
$ bin/flink run examples/streaming/WordCount.jar
输出过程
[liang@node2 flink-local]$ bin/flink run examples/streaming/WordCount.jar
Executing example with default input data.
Use --input to specify file input.
Printing result to stdout. Use --output to specify output path.
Job has been submitted with JobID b4f0874e1e377c83fc830baf1767413a
Program execution finished
Job with JobID b4f0874e1e377c83fc830baf1767413a has finished.
Job Runtime: 886 ms
查看结果
查看输出的WordCount结果的末尾10行数据
[liang@node2 flink-local]$ ls log/
flink-liang-client-node2.log
flink-liang-standalonesession-0-node2.log
flink-liang-standalonesession-0-node2.log.1
flink-liang-standalonesession-0-node2.out
flink-liang-taskexecutor-0-node2.log
flink-liang-taskexecutor-0-node2.out
[liang@node2 flink-local]$ tail log/flink-*-taskexecutor-*.out
执行过程
[liang@node2 flink-local]$ tail log/flink-*-taskexecutor-*.out
(nymph,1)
(in,3)
(thy,1)
(orisons,1)
(be,4)
(all,2)
(my,1)
(sins,1)
(remember,1)
(d,4)
持续流WordCount
使用 SocketWindowWordCount 示例实时接收 Socket 输入
终端1：发送数据终端
$ nc -lk 9999
终端2：打开新的终端，提交作业
$ cd /opt/module/flink-local
$ bin/flink run examples/streaming/SocketWindowWordCount.jar --hostname localhost --port 9999
在发送数据终端发送数据
查看结果
打开新的终端，命令行查看结果，每行计算一次结果
[liang@node2 ~]$ cd /opt/module/flink-local
[liang@node2 flink-local]$ tail -f log/flink-liang-taskexecutor-0-node2.out
查看Web UI
local模式仅支持命令行查看，不支持浏览器访问。
[liang@node2 flink-local]$ curl localhost:8081
浏览器查看
node2:8081
要能查看到Web UI还需要配置Flink。
配置flink-conf.yaml
[liang@node2 flink-local]$ cd conf
[liang@node2 conf]$ vim flink-conf.yaml
找到相关配置项并修改，如下
jobmanager.rpc.address: node2
jobmanager.bind-host: 0.0.0.0
taskmanager.bind-host: 0.0.0.0
taskmanager.host: node2
rest.address: node2
rest.bind-address: 0.0.0.0
这样配置支持Web UI访问，也支持远程提交作业。
注意：配置flink-conf.yaml后，local模式就变成Flink伪分布了。
| 特性 | Local模式 | **伪分布模式（Standalone模式）** |
|---|---|---|
| 适用场景 | 单机本地快速测试，验证代码逻辑或简单性能 | 单机模拟集群环境，用于开发调试或学习多组件交互（如JobManager与TaskManager） |
| 资源管理 | 无需启动独立进程，由本地JVM线程模拟所有组件（JobManager + TaskManager） | 需启动独立进程：JobManager（主节点）和至少1个TaskManager（工作节点） |
| Web UI | 默认不启用Web界面 | 提供Web UI（默认端口8081），可监控任务状态、日志和资源配置 |
| 网络配置 | 仅本地回环地址（127.0.0.1），无法远程访问 | 可绑定真实IP地址（如0.0.0.0），支持远程提交作业和访问Web UI |
| 容错性 | 无高可用机制，进程崩溃则任务终止 | 支持高可用配置（需依赖ZooKeeper），但单机伪分布下通常不启用 |
重启集群
[liang@node2 conf]$ cd ..
[liang@node2 flink-local]$ ls bin/
bash-java-utils.jar kubernetes-jobmanager.sh start-zookeeper-quorum.sh
config.sh kubernetes-session.sh stop-cluster.sh
find-flink-home.sh kubernetes-taskmanager.sh stop-zookeeper-quorum.sh
flink pyflink-shell.sh taskmanager.sh
flink-console.sh sql-client.sh yarn-session.sh
flink-daemon.sh sql-gateway.sh zookeeper.sh
historyserver.sh standalone-job.sh
jobmanager.sh start-cluster.sh
[liang@node2 flink-local]$ bin/stop-cluster.sh
Stopping taskexecutor daemon (pid: 8006) on host node2.
Stopping standalonesession daemon (pid: 7717) on host node2.
[liang@node2 flink-local]$
[liang@node2 flink-local]$ bin/start-cluster.sh
Starting cluster.
Starting standalonesession daemon on host node2.
Starting taskexecutor daemon on host node2.
[liang@node2 flink-local]$ jps
9220 StandaloneSessionClusterEntrypoint
9509 TaskManagerRunner
9595 Jps
浏览器访问
node2:8081
简单使用
文件的WordCount
测试提交WordCount作业
$ bin/flink run examples/streaming/WordCount.jar
执行过程
[liang@node2 flink-local]$ bin/flink run examples/streaming/WordCount.jar
Executing example with default input data.
Use --input to specify file input.
Printing result to stdout. Use --output to specify output path.
Job has been submitted with JobID 3f939fb4b8d4c2dab4d47d7b5f4cc389
Program execution finished
Job with JobID 3f939fb4b8d4c2dab4d47d7b5f4cc389 has finished.
Job Runtime: 913 ms
查看输出的WordCount结果的末尾10行数据
$ tail log/flink-*-taskexecutor-*.out
执行过程
[liang@node2 flink-local]$ tail log/flink-*-taskexecutor-*.out
(nymph,1)
(in,3)
(thy,1)
(orisons,1)
(be,4)
(all,2)
(my,1)
(sins,1)
(remember,1)
(d,4)
查看Web UI
输入数据有限，所以计算会完成。
持续流WordCount
使用 SocketWindowWordCount 示例实时接收 Socket 输入
终端1：发送数据终端
$ nc -lk 9999
终端2：打开新的终端，提交作业
$ cd /opt/module/flink-local
$ bin/flink run examples/streaming/SocketWindowWordCount.jar --hostname localhost --port 9999
在发送数据终端发送数据
提交作业终端
打开新的终端，命令行查看结果，每行计算一次结果
[liang@node2 ~]$ cd /opt/module/flink-local/
[liang@node2 flink-local]$ ls
bin conf examples lib LICENSE licenses log NOTICE opt plugins README.txt
[liang@node2 flink-local]$ ls log/
flink-liang-client-node2.log flink-liang-taskexecutor-0-node2.log
flink-liang-standalonesession-0-node2.log flink-liang-taskexecutor-0-node2.log.1
flink-liang-standalonesession-0-node2.log.1 flink-liang-taskexecutor-0-node2.log.2
flink-liang-standalonesession-0-node2.log.2 flink-liang-taskexecutor-0-node2.out
flink-liang-standalonesession-0-node2.out
[liang@node2 flink-local]$ tail -f log/flink-liang-taskexecutor-0-node2.out
hello : 1
flink : 1
hello : 1
hadoop : 1
Web UI查看结果
关闭集群
关闭集群
$ bin/stop-cluster.sh
jps查看进程
$ jps
执行过程
[liang@node2 flink-local]$ bin/stop-cluster.sh
Stopping taskexecutor daemon (pid: 9509) on host node2.
Stopping standalonesession daemon (pid: 9220) on host node2.
[liang@node2 flink-local]$ jps
10579 Jps
Standalone Session模式
安装Flink Standalone 完全分布集群
前提条件
有三台Linux机器
三台机器均安装好jdk，这里使用jdk8，可参考：openEuler24.03 LTS下安装Hadoop3完全分布式-安装Java
Flink集群规划
| node2 | node3 | node4 |
|---|---|---|
| JobManager | ||
| TaskManager | TaskManager | TaskManager |
解压安装包
解压并重命名
[liang@node2 software]$ tar -zxvf flink-1.17.2-bin-scala_2.12.tgz -C /opt/module
[liang@node2 software]$ cd /opt/module
[liang@node2 module]$ mv flink-1.17.2 flink-standalone
进入到解压后的目录，查看包含的文件
[liang@node2 module]$ cd flink-standalone
[liang@node2 flink-standalone]$ ls
bin conf examples lib LICENSE licenses log NOTICE opt plugins README.txt
配置flink
进入flink配置目录，查看配置文件
[liang@node2 ~]$ cd conf
[liang@node2 conf]$ ls
flink-conf.yaml log4j.properties logback-session.xml workers
log4j-cli.properties log4j-session.properties logback.xml zoo.cfg
log4j-console.properties logback-console.xml masters
配置flink-conf.yaml
[liang@node2 conf]$ vim flink-conf.yaml
找到相关配置项并修改，如下
jobmanager.rpc.address: node2
jobmanager.bind-host: 0.0.0.0
taskmanager.bind-host: 0.0.0.0
taskmanager.host: node2
rest.address: node2
rest.bind-address: 0.0.0.0
配置workers
[liang@node2 conf]$ vim workers
把原有内容删除，添加内容如下：
node2
node3
node4
配置masters
[liang@node2 conf]$ vim masters
修改后内容如下：
node2:8081
分发到其他机器
分发安装目录
[liang@node2 conf]$ xsync /opt/module/flink-standalone
修改node3和node4的配置
分别修改node3、node4机器的flink-conf.yaml文件，将taskmanager.host的值修改为所在机器的主机名。
node3机器
进入node3机器flink的配置目录
[liang@node3 ~]$ cd /opt/module/flink-standalone/conf/
配置flinke-conf.yaml文件
[liang@node3 conf]$ vim flink-conf.yaml
将taskmanager.host的值修改为node3
taskmanager.host: node3
node4机器
进入node4机器flink的配置目录
[liang@node4 ~]$ cd /opt/module/flink-standalone/conf/
配置flinke-conf.yaml文件
[liang@node4 conf]$ vim flink-conf.yaml
将taskmanager.host的值修改为node4
taskmanager.host: node4
启动flink集群
在node2机器，执行启动集群命令
[liang@node2 conf]$ cd ..
[liang@node2 flink-standalone]$ bin/start-cluster.sh
Starting cluster.
Starting standalonesession daemon on host node2.
Starting taskexecutor daemon on host node2.
Starting taskexecutor daemon on host node3.
Starting taskexecutor daemon on host node4.
查看进程
jps查看进程
[liang@node2 flink-standalone]$ jpsall
=============== node2 ===============
10116 Jps
9557 StandaloneSessionClusterEntrypoint
9977 TaskManagerRunner
=============== node3 ===============
2342 TaskManagerRunner
2431 Jps
=============== node4 ===============
2340 TaskManagerRunner
2430 Jps
注意：如果没有jpsall命令，就分别在node2、node3、node4执行jps命令
node2有StandaloneSessionClusterEntrypoint、TaskManagerRunner进程
node3有TaskManagerRunner进程
node4有TaskManagerRunner进程
看到如上进程，说明Flink Standalone集群配置成功。
Web UI
浏览器主机名:8081访问
node2:8081
提交应用测试
文件WordCount
[liang@node2 flink-standalone]$ bin/flink run examples/streaming/WordCount.jar
Executing example with default input data.
Use --input to specify file input.
Printing result to stdout. Use --output to specify output path.
Job has been submitted with JobID ee8f5d8b493be0ad1463a072b11c4586
Program execution finished
Job with JobID ee8f5d8b493be0ad1463a072b11c4586 has finished.
Job Runtime: 1080 ms
查看结果有两种方式：
- 命令行查看
- Web UI查看
命令行查看结果
查看输出的wordcount结果的末尾10行数据
[liang@node2 flink-standalone]$ tail log/flink-*-taskexecutor-*.out
(nymph,1)
(in,3)
(thy,1)
(orisons,1)
(be,4)
(all,2)
(my,1)
(sins,1)
(remember,1)
(d,4)
Web UI查看作业结果
node2:8081
查看作业
查看作业结果
点击查看TaskManagers，点击其中一个TaskManager机器，点击Stdout能查看到作业结果
点击node2:38277-0fc879，点击Stdout
注意：如果node2查看不到，可以返回点击其他机器查看。
持续流WordCount
使用 SocketWindowWordCount 示例实时接收 Socket 输入
发送数据终端
$ nc -lk 9999
打开新的终端，提交作业
$ cd /opt/module/flink-standalone
$ bin/flink run examples/streaming/SocketWindowWordCount.jar --hostname node2 --port 9999
在发送数据终端发送数据
hello flink standalone mode
hello world
Web UI查看作业结果
查看作业
查看结果
点击node3:38219-8077d2，点击stdout
在node3查看到结果，说明是使用node3的Task Manager进行计算的。
关闭flink集群
在node2机器，执行关闭集群命令
[liang@node2 flink-standalone]$ bin/stop-cluster.sh
Stopping taskexecutor daemon (pid: 9977) on host node2.
Stopping taskexecutor daemon (pid: 2342) on host node3.
Stopping taskexecutor daemon (pid: 2340) on host node4.
Stopping standalonesession daemon (pid: 9557) on host node2.
jps查看进程
[liang@node2 flink-standalone]$ jpsall
=============== node2 ===============
11575 Jps
=============== node3 ===============
2935 Jps
=============== node4 ===============
2914 Jps
YARN模式
Flink作为客户端，把作业提交到Yarn中计算
只需在node2机器安装Flink
前提条件
- 安装好Hadoop完全分布式集群，可参考：openEuler24.03 LTS下安装Hadoop3完全分布式
解压安装包
解压并重命名
[liang@node2 ~]$ cd /opt/software
[liang@node2 software]$ tar -zxvf flink-1.17.2-bin-scala_2.12.tgz -C /opt/module
[liang@node2 software]$ cd /opt/module
[liang@node2 module]$ mv flink-1.17.2 flink-yarn
配置环境变量
[liang@node2 module]$ sudo vim /etc/profile.d/my_env.sh
添加如下环境变量，让Flink能找到Hadoop
#FLINK YARN MODE NEED
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop
export HADOOP_CLASSPATH=`hadoop classpath`
让环境变量生效
[liang@node2 module]$ source /etc/profile
分发环境变量
[liang@node2 module]$ sudo /home/liang/bin/xsync /etc/profile.d/my_env.sh
根据提示输入node2机器root账号的密码
分别在node3、node4让环境变量生效
[liang@node3 conf]$ source /etc/profile
[liang@node4 conf]$ source /etc/profile
启动Hadoop集群
$ hdp.sh start
提交应用测试
会话模式
开启一个YARN会话来启动一个Flink session集群
[liang@node2 module]$ cd flink-yarn
[liang@node2 flink-yarn]$ bin/yarn-session.sh -nm test
输入部分日志如下
可以看到JobManager的Web UI地址为
http://node3:35665
注意：端口号是随机的
浏览器访问看到Web UI地址
说明在Yarn的Container中创建了一个Flink Session集群
提交应用集群
提交应用有两种方式：
- 命令行方式
- Web UI方式
命令行方式
打开新的终端
$ cd /opt/module/flink-yarn
$ bin/flink run examples/streaming/WordCount.jar
客户端可以自行确定JobManager的地址，也可以通过-m或者-jobmanager参数指定JobManager的地址，JobManager地址在YARN Session启动页面中找到。
Web UI查看作业
node3:35665
查看结果
查看Task Managers没有任何信息，原因是因为运行完成后，为了节约资源，释放了Task Manager
要看到结果，重新执行一次作业，快速地查看Web UI 的Task Managers，看到如下结果。
Web UI方式
准备jar包
下载Flink自带的example jar包
打开新的终端，执行nc命令发送数据
[liang@node3 module]$ nc -lk 9999
浏览器访问，基于Web UI提交应用jar包
node3:35665
选择SocketWjarindowWordCount.jar后，点击如下界面jar包名称设置作业
填写如下参数，点击Submit提交
--hostname node3 --port 9999
查看到正在运行的作业
在nc终端，发送数据，例如：
hello flink hello world
返回Web UI查看结果
点击Task Managers，点击container_1742653773403_0001_01_000009
取消作业
点击作业名称
点击Cancel Job，点击Yes
计算文件作业
重新提交另外一个jar：WordCount.jar
不填写任何参数，直接点击Submit
查看结果
结束Yarn Session会话
返回执行Yarn Session命令的终端，按Ctrl + c 返回命令行
Yarn会话模式总结：
Yarn 会话模式，通过yarn-session.sh命令在Yarn Container创建一个JobManager，并保持这个JobManager。当有作业提交时，会动态创建TaskManager，当作业完后后，会回收TaskManager。
单作业模式
Yarn模式下，需要使用HDFS文件
创建输入测试文件
[liang@node2 flink-yarn]$ ls
bin conf examples lib LICENSE licenses log NOTICE opt plugins README.txt
[liang@node2 flink-yarn]$ vim input.txt
内容如下
hello yarn mode
hello flink
hello hadoop
将input.txt上传到HDFS
$ hdfs dfs -put input.txt /
提交作业
使用单作业模式提交作业
$ bin/flink run -d -t yarn-per-job -Dclassloader.check-leaked-classloader=false examples/streaming/WordCount.jar \
--input hdfs://node2:8020/input.txt \
--output hdfs://node2:8020/output
注意：yarn模式下，输入数据都为HDFS的路径，output是一个输出目录，执行命令之前，输出目录不能存在。
查看结果
执行命令后，等待运行作业结束，查看输出目录
[liang@node2 flink-yarn]$ hdfs dfs -ls /
Found 8 items
-rw-r--r-- 1 liang supergroup 25 2025-03-18 23:17 /1.txt
drwxr-xr-x - liang supergroup 0 2025-03-21 23:21 /hbase
-rw-r--r-- 1 liang supergroup 41 2025-03-22 23:54 /input.txt
drwxr-xr-x - liang supergroup 0 2025-03-18 23:18 /out
drwxr-xr-x - liang supergroup 0 2025-03-23 00:07 /output
drwxr-xr-x - liang supergroup 0 2025-03-22 18:31 /spark-evenlog-directory
drwx------ - liang supergroup 0 2025-03-19 15:16 /tmp
drwxr-xr-x - liang supergroup 0 2025-03-19 15:18 /user
[liang@node2 flink-yarn]$ hdfs dfs -ls /output
Found 1 items
drwxr-xr-x - liang supergroup 0 2025-03-23 00:07 /output/2025-03-23--00
[liang@node2 flink-yarn]$ hdfs dfs -ls /output/2025-03-23--00
Found 1 items
-rw-r--r-- 1 liang supergroup 69 2025-03-23 00:07 /output/2025-03-23--00/part-0d077c9e-7a99-4eca-8c91-7c21ffaa1cec-0
[liang@node2 flink-yarn]$ hdfs dfs -cat /output/2025-03-23--00/part-0d077c9e-7a99-4eca-8c91-7c21ffaa1cec-0
(hello,1)
(yarn,1)
(mode,1)
(hello,2)
(flink,1)
(hello,3)
(hadoop,1)
应用模式
文件Wordcount
执行如下命令
$ bin/flink run-application -t yarn-application -d examples/streaming/WordCount.jar \
--input hdfs://node2:8020/input.txt \
--output hdfs://node2:8020/output1
等待运行结束，查看结果
[liang@node2 flink-yarn]$ hdfs dfs -ls /
Found 9 items
-rw-r--r-- 1 liang supergroup 25 2025-03-18 23:17 /1.txt
drwxr-xr-x - liang supergroup 0 2025-03-21 23:21 /hbase
-rw-r--r-- 1 liang supergroup 41 2025-03-22 23:54 /input.txt
drwxr-xr-x - liang supergroup 0 2025-03-18 23:18 /out
drwxr-xr-x - liang supergroup 0 2025-03-23 00:07 /output
drwxr-xr-x - liang supergroup 0 2025-03-23 00:12 /output1
drwxr-xr-x - liang supergroup 0 2025-03-22 18:31 /spark-evenlog-directory
drwx------ - liang supergroup 0 2025-03-19 15:16 /tmp
drwxr-xr-x - liang supergroup 0 2025-03-19 15:18 /user
[liang@node2 flink-yarn]$ hdfs dfs -ls /output1
Found 1 items
drwxr-xr-x - liang supergroup 0 2025-03-23 00:12 /output1/2025-03-23--00
[liang@node2 flink-yarn]$ hdfs dfs -ls /output1/2025-03-23--00
Found 1 items
-rw-r--r-- 1 liang supergroup 69 2025-03-23 00:12 /output1/2025-03-23--00/part-01662fc4-01e6-45a4-858c-5443fc2b31f0-0
[liang@node2 flink-yarn]$ hdfs dfs -cat /output1/2025-03-23--00/*
(hello,1)
(yarn,1)
(mode,1)
(hello,2)
(flink,1)
(hello,3)
(hadoop,1)
持续流WordCount
终端1：在node2 发送数据终端
[liang@node2 flink-yarn]$ nc -lk 9999
终端2：打开新的终端，提交作业
$ cd /opt/module/flink-yarn
$ bin/flink run-application -t yarn-application -d examples/streaming/SocketWindowWordCount.jar --hostname node2 --port 9999
看到Web UI地址为
node3:37105
浏览器访问以上查到的Web UI地址
返回nc终端发送数据
hello flink hello yarn
在Web UI查看结果
结束任务
在nc终端，按Ctrl + c 结束任务
关闭Hadoop集群
$ hdp.sh stop
如有需要，可点击查看：配套视频教程
完成！enjoy it！
