当前位置:网站首页>Flink-独立集群/Yarn
Flink-独立集群/Yarn
2022-08-02 14:05:00 【大学生爱编程】
1.Flink独立集群
1.1 不需要依赖任何框架独立运行
start-cluster.sh
stop-cluster.sh
master:8081
1.2 flink 提交任务的方式(两种)
1、将项目打包在网页上提交,可以指定主类和并行度
2、将jar包上传到集群使用flink命令提交
指定主类和包名,本地不打印日志,看不到结果
flink run -c com.shujia.core.Demo1WordCount flink-1.0.jar
2.Flink on Yran
1.启动hadoop
2.提交到yarn运行
2.1 Application Cluster Mode
这种提交方式主要为了让flink能让在k8s上运行
1.为每一个flink任务在yarn上启动一个集群,提交的任务在jobmanager上运行,数据流程图在jobmanager中构建
2.打包--上传--命令提交任务
flink run-application -t yarn-application -c com.shujia.flink.core.Demo2Submit flink-1.0.jar
3.查看任务列表
flink list -t yarn-application -Dyarn.application.id=application_1658757025010_0001
4.关闭任务
flink cancel -t yarn-application -Dyarn.application.id=application_1654846044068_0002 52b325d666be767b24698f459bb5dda9
最后指定flink任务id
2.2 Per-Job Cluster Mode
1.为每一个flink任务在yarn上启动一个集群, 每一个任务启动一个jobmanager,在本地构建数据流程图,再将数据流程图提交到jobmanager中运行
2.分离模式(--detached或者-d),提交任务: 客户端提交成功之后会退出,否则占用客户端
flink run -t yarn-per-job --detached -c com.shujia.flink.core.Demo2Submit flink-1.0.jar
3.查看任务列表:
flink list -t yarn-per-job -Dyarn.application.id=application_1654846044068_0003
4.取消flink任务
flink cancel -t yarn-per-job -Dyarn.application.id=application_1654846044068_0003 86d6973d3d79a7040bfdf75b7cad88d0
5.杀死yarn上的任务
yarn application -kill application_16525402150_0001
2.3 Session Cluster Mode(测试多用)
1.先在yarn中启动一个flink的集群(分离模式),等到申请资源,会返回一个网页
yarn-session.sh -d
2.再通过命令将任务提交到这个集群中运行,可以在网页中提交,而且可以提交多个任务,所有的任务共享同一个jobmanager
flink run -t yarn-session -Dyarn.application.id=application_1654852007237_0008 -c com.shujia.core.Demo12ValueState flink-1.0.jar
3.退出yarn-session(直接杀死yarn任务)
yarn application -kill application_1654846044068_0004
3. 区别
Application Mode: 每一个任务启动一个集群,任务之间互不影响,在jobmanager中构建JobGraph
Per-Job Cluster Mode:每一个任务启动一个集群,任务之间互不影响,在本地构建JobGraph 再将JobGraph 提交到jobmanager中运行
Session Mode: 通过sessIon模式提交的任务共用同一个集群(同一个jobmanager),如果有一个任务执行出了问题,可能会影响其它任务,一般Session 用来测试使用,因为占用的资源要少一点, 在提交任务时在动态申请taskmanager

边栏推荐
- C语言初级—常见问题(100~200素数,计算1+11+111+...,从键盘获取一个数并输出有几个位)
- YOLOv7 uses cloud GPU to train its own dataset
- Verilog Learning Series
- [ROS] (04) Detailed explanation of package.xml
- Introduction and use of Haystack
- Flask framework
- 原码、反码、补码和移码
- A little thought about password encryption
- paddleocr window10 first experience
- What's wrong with running yolov5 (1) p, r, map are all 0
猜你喜欢
随机推荐
8580 Merge linked list
yolov5,yolov4,yolov3 mess
ToF相机从Camera2 API中获取DEPTH16格式深度图
加减法运算及其溢出处理
Briefly write about the use and experience of PPOCRLabel
VS Code无法安装插件之Unable to install because, the extension '' compatible with current version
Unit 14 Viewsets and Routing
c语言三子棋详解!!! (电脑智能下棋)(附上完整代码)
C语言初级—判断一个数是不是素数(函数封装)
Tornado framework routing system introduction and (IOloop.current().start()) start source code analysis
二级指针,数组指针,指针数组和函数指针
MongoDB安装流程心得:
C语言字符串——关于指针
Eslint规则大全
What's wrong with running yolov5 (1) p, r, map are all 0
宝塔搭建DM企业建站系统源码实测
YOLOv7 uses cloud GPU to train its own dataset
Implementation of redis distributed lock and watchdog
Flask framework in-depth
binlog与iptables防nmap扫描









