?Flink On Standalone任務(wù)提交

Flink On Standalone 即Flink任務(wù)運行在Standalone集群中，Standlone集群部署時采用Session模式來構(gòu)建集群，即：首先構(gòu)建一個Flink集群，F(xiàn)link集群資源就固定了，所有提交到該集群的Flink作業(yè)都運行在這一個集群中，如果集群中提交的任務(wù)多資源不夠時，需要手動增加節(jié)點，所以Flink 基于Standalone運行任務(wù)一般用在開發(fā)測試或者企業(yè)實時業(yè)務(wù)較少的場景下。

(資料圖片僅供參考)

Flink On Standalone 任務(wù)提交支持Session會話模式和Application應(yīng)用模式，不支持Per-Job單作業(yè)模式。下面介紹基于Standalone 的Session會話模式和Application應(yīng)用模式任務(wù)提交命令和原理，演示兩類任務(wù)提交模式的代碼還是以上一章節(jié)中讀取Socket 數(shù)據(jù)進行實時WordCount統(tǒng)計代碼為例，代碼如下：

package com.lanson.flinkjava.code.chapter4;import org.apache.flink.api.common.typeinfo.Types;import org.apache.flink.api.java.tuple.Tuple2;import org.apache.flink.streaming.api.datastream.DataStreamSource;import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;import org.apache.flink.util.Collector;/** * 讀取Socket數(shù)據(jù)進行實時WordCount統(tǒng)計 */public class SocketWordCount {    public static void main(String[] args) throws Exception {        //1.準備環(huán)境        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();        //2.讀取Socket數(shù)據(jù)        DataStreamSource ds = env.socketTextStream("node3", 9999);        //3.準備K,V格式數(shù)據(jù)        SingleOutputStreamOperator> tupleDS = ds.flatMap((String line, Collector> out) -> {            String[] words = line.split(",");            for (String word : words) {                out.collect(Tuple2.of(word, 1));            }        }).returns(Types.TUPLE(Types.STRING, Types.INT));        //4.聚合打印結(jié)果        tupleDS.keyBy(tp -> tp.f0).sum(1).print();        //5.execute觸發(fā)執(zhí)行        env.execute();    }}

復制

將以上代碼進行打包，名稱為"FlinkJavaCode-1.0-SNAPSHOT-jar-with-dependencies.jar"，并在node3節(jié)點上啟動socket服務(wù)（nc -lk 9999）。

一、Standalone Session模式

1、任務(wù)提交命令

在Standalone集群搭建完成后，基于Standalone集群提交Flink任務(wù)方式就是使用的Session模式，提交任務(wù)之前首先啟動Standalone集群($FLINK_HOME/bin/start-cluster.sh)，然后再提交任務(wù)，Standalone Session模式提交任務(wù)命令如下：

[root@node1 ~]# cd /software/flink-1.16.0/bin/[root@node1 bin]# ./flink run -m node1:8081 -d -c com.lanson.flinkjava.code.chapter4.SocketWordCount /root/flink-jar-test/FlinkJavaCode-1.0-SNAPSHOT-jar-with-dependencies.jar

復制

以上提交任務(wù)的參數(shù)解釋如下：

參數(shù)	解釋
-m	--jobmanager,指定提交任務(wù)連接的JobManager地址。
-c	--class,指定運行的class主類。
-d	--detached，任務(wù)提交后在后臺獨立運行，退出客戶端，也可不指定。
-p	--parallelism,執(zhí)行程序的并行度。

以上任務(wù)提交完成后，我們可以登錄Flink WebUI（https://node1:8081）查看啟動一個任務(wù)：

再次按照以上命令提交Flink任務(wù)可以看到集群中會有2個任務(wù)，說明Standalone Session模式下提交的所有Flink任務(wù)共享集群資源，如下：

以上提交Flink流任務(wù)的名稱默認為"Flink Streaming Job"，也可以通過參數(shù)"pipeline.name"來自定義指定Job 名稱，提交命令如下：

./flink run -m node1:8081 -d -Dpipeline.name=socket-wc1 -c com.lanson.flinkjava.code.chapter4.SocketWordCount /root/flink-jar-test/FlinkJavaCode-1.0-SNAPSHOT-jar-with-dependencies.jar

復制

提交之后，可以看到頁面中有三個任務(wù)，最后一個任務(wù)提交的名稱改成了自定義任務(wù)名稱。

2、任務(wù)提交流程

Standalone Session模式提交任務(wù)中首先需要創(chuàng)建Flink集群，集群創(chuàng)建啟動的同時Dispatcher、JobMaster、ResourceManager對象一并創(chuàng)建、TaskManager也一并啟動，TaskManager會向集群ResourceManager匯報Slot信息，F(xiàn)link集群資源也就確定了。Standalone Session模式提交任務(wù)流程如下：

在客戶端提交Flink任務(wù)，客戶端會將任務(wù)轉(zhuǎn)換成JobGraph提交給JobManager。Dispatcher將提交任務(wù)提交給JobMaster。JobMaster向ResourceManager申請Slot資源。ResourceManager會在對應(yīng)的TaskManager上劃分Slot資源。TaskManager向JobMaster offer Slot資源。JobMaster將任務(wù)對應(yīng)的task發(fā)送到TaskManager上執(zhí)行。

二、Standalone Application模式

1、任務(wù)提交命令

Standalone Application模式中不會預(yù)先創(chuàng)建Flink集群，在提交Flink 任務(wù)的同時會創(chuàng)建JobManager，啟動Flink集群,然后需要手動啟動TaskManager連接該Flink集群，啟動的TaskManager會根據(jù)$FLINK_HOME/conf/flink-conf.yaml配置文件中的"jobmanager.rpc.address"配置找JobManager，所以這里選擇在node1節(jié)點上提交任務(wù)并啟動JobManager，方便后續(xù)其他節(jié)點啟動TaskManager后連接該節(jié)點。Standalone Appliction模式提交任務(wù)步驟和命令如下：

1.1、準備Flink jar包

在node1節(jié)點上將Flink 打好的"FlinkJavaCode-1.0-SNAPSHOT-jar-with-dependencies.jar"jar包放在 $FLINK_HOME/lib目錄下。

1.2、提交任務(wù)，在node1 節(jié)點上啟動 JobManager

cd /software/flink-1.16.0/bin/

復制

#執(zhí)行如下命令，啟動JobManager ./standalone-job.sh start --job-classname com.lanson.flinkjava.code.chapter4.SocketWordCount

復制

執(zhí)行以上命令后會自動從$FLINK_HOME/lib中掃描所有jar包，執(zhí)行指定的入口類。命令執(zhí)行后可以訪問對應(yīng)的Flink WebUI:https://node1:8081，可以看到提交的任務(wù)，但是由于還沒有執(zhí)行TaskManager任務(wù)無法執(zhí)行。

1.3、啟動TaskManager

在node1、node2、node3任意一臺節(jié)點上啟動taskManager，根據(jù)$FLINK_HOME/conf/flink-conf.yaml配置文件中"jobmanager.rpc.address"配置項會找到對應(yīng)node1 JobManager。

#在node1節(jié)點上啟動TaskManager[root@node1 ~]# cd /software/flink-1.16.0/bin/[root@node1 bin]# ./taskmanager.sh start#在node2節(jié)點上啟動TaskManager[root@node2 ~]# cd /software/flink-1.16.0/bin/[root@node2 bin]# ./taskmanager.sh start

復制

啟動兩個TaskManager后可以看到Flink WebUI中對應(yīng)的有2個TaskManager，可以根據(jù)自己任務(wù)使用資源的情況，手動啟動多個TaskManager。

1.4、停止集群

#停止啟動的JobManager[root@node1 bin]# ./standalone-job.sh stop#停止啟動的TaskManager[root@node1 bin]# ./taskmanager.sh stop[root@node2 bin]# ./taskmanager.sh stop

復制

我們可以以同樣的方式在其他節(jié)點上以Standalone Application模式提交先的Flink任務(wù)，但是每次提交都是當前提交任務(wù)獨享集群資源。

2、任務(wù)提交流程

Standalone Application模式提交任務(wù)中提交任務(wù)的同時會啟動JobManager創(chuàng)建Flink集群，但是需要手動啟動TaskManager，這樣提交的任務(wù)才能正常運行，如果提交的任務(wù)使用資源多，還可以啟動多個TaskManager。Standalone Application模式提交任務(wù)流程如下：

在客戶端提交Flink任務(wù)的同時啟動JobManager，客戶端會將任務(wù)轉(zhuǎn)換成JobGraph提交給JobManager。Dispatcher會啟動JobMaster，Dispatcher將提交任務(wù)提交給JobMaster。JobMaster向ResourceManager申請Slot資源。手動啟動TaskManager，TaskManager會向ResourceManager注冊Slot資源ResourceManager會在對應(yīng)的TaskManager上劃分Slot資源。TaskManager向JobMaster offer Slot資源。JobMaster將任務(wù)對應(yīng)的task發(fā)送到TaskManager上執(zhí)行。

Standalone Application模式任務(wù)提交流程和Standalone Session模式類似，兩者區(qū)別主要是Standalone Session模式中啟動Flink集群時JobManager、TaskManager、JobMaster會預(yù)先啟動；Standalone Application模式中提交任務(wù)時同時啟動集群JobManager、JobMaster，需要手動啟動TaskManager。

?