Flink集群运行模式--Standalone运行模式
- 一、实验目的
- 二、实验内容
- 三、实验原理
- 四、实验环境
- 五、实验步骤
- 5.1 部署模式
- 5.1.1 会话模式（Session Mode）
- 5.1.2 单作业模式（Per-Job Mode）
- 5.1.3 应用模式（Application Mode）
- 5.2 Standalone运行模式
- 5.2.1 会话模式部署
- 5.2.2 单作业模式部署
- 5.2.3 应用模式部署
⚠申明： 未经许可，禁止以任何形式转载，若要引用，请标注链接地址。 全文共计2391字，阅读大概需要3分钟
🌈更多学习内容， 欢迎👏关注👀【文末】我的个人微信公众号：不懂开发的程序猿
个人网站：https://jerry-jy.co/
一、实验目的
掌握Standalone集群搭建的过程。
掌握Flink的三种部署模式
二、实验内容
1、搭建Flink集群–Standalone运行模式
2、集群的启动，停止、提交作业
三、实验原理
独立模式是独立运行的，不依赖任何外部的资源管理平台；
当然独立也是有代价的：如果资源不足，或者出现故障，没有自动扩展或重分配资源的保证，必须手动处理。所以独立模式一般只用在开发测试或作业非常少的场景下。
四、实验环境
硬件：x86_64 CentOS 7.5 服务器
软件：JDK1.8，Flink-1.17.1，Hadoop-3.3.3，IntelliJ Idea-2022
五、实验步骤
开始实验之前需要先了解Flink集群部署的三种模式
5.1 部署模式
在一些应用场景中，对于集群资源分配和占用的方式，可能会有特定的需求。Flink为各种场景提供了不同的部署模式，主要有以下三种：会话模式（Session Mode）、单作业模式（Per-Job Mode）、应用模式（Application Mode）。
它们的区别主要在于：集群的生命周期以及资源的分配方式；以及应用的main方法到底在哪里执行——客户端（Client）还是JobManager。
5.1.1 会话模式（Session Mode）
5.1.2 单作业模式（Per-Job Mode）
5.1.3 应用模式（Application Mode）
这里我们所讲到的部署模式，相对是比较抽象的概念。实际应用时，一般需要和资源管理平台结合起来，选择特定的模式来分配资源、部署应用。
5.2 Standalone运行模式
5.2.1 会话模式部署
我们在上一节用的就是Standalone集群的会话模式部署。
提前启动集群，并通过Web页面客户端提交任务（可以多个任务，但是集群资源固定）。
5.2.2 单作业模式部署
Flink的Standalone集群并不支持单作业模式部署。因为单作业模式需要借助一些资源管理平台。
5.2.3 应用模式部署
应用模式下不会提前创建集群，所以不能调用start-cluster.sh脚本。我们可以使用同样在bin目录下的standalone-job.sh来创建一个JobManager。
具体步骤如下：
（0）环境准备。在hadoop102中执行以下命令启动netcat。
[root@hadoop102 flink-1.17.1]$ nc -lk 7777
（1）进入到Flink的安装路径下，将应用程序的jar包放到lib/目录下。
[root@hadoop102 flink-1.17.1]$ mv FlinkTutorial-1.0-SNAPSHOT.jar lib/
（2）执行以下命令，启动JobManager。
[root@hadoop102 flink-1.17.1]$ bin/standalone-job.sh start --job-classname com.jerry.wordcount.WordCountUnboundedDemo
这里我们直接指定作业入口类，脚本会到lib目录扫描所有的jar包。
（3）同样是使用bin目录下的脚本，启动TaskManager。
[root@hadoop102 flink-1.17.1]$ bin/taskmanager.sh start
（4）在hadoop102上模拟发送单词数据。
[root@hadoop102 ~]$ nc -lk 7777
hello java
hello flink
（5）在hadoop102:8081地址中观察输出数据
（6）如果希望停掉集群，同样可以使用脚本，命令如下。
[root@hadoop102 flink-1.17.1]$ bin/taskmanager.sh stop
[root@hadoop102 flink-1.17.1]$ bin/standalone-job.sh stop
–end–
