点一下关注吧！！！非常感谢！！持续更新！！！
目前已经更新到了：
Hadoop（已更完）
HDFS（已更完）
MapReduce（已更完）
Hive（已更完）
Flume（已更完）
Sqoop（已更完）
Zookeeper（已更完）
HBase（已更完）
Redis （已更完）
Kafka（已更完）
Spark（已更完）
Flink（正在更新！）
章节内容
上节完成了如下的内容：
Flink 重要角色
TaskManager
ResourceManager
各个组件之间的关系
Sink Task SubTask 等等内容
安装模式
Flink支持多种安装模式：
local（本地）：单机模式，一般本地开发调试
Standalone独立模式：Flink自带集群，自己管理资源调度，部分生产环境会这么用
YARN模式：计算资源统一由Hadoop YRAN管理，生产环境大部分是这种
基础环境
基于我们之前的大数据的环境：
JAVA_HOME 之前已经配好了
SSH 免密登录 三台节点之间 之前也配置好了
集群规划
我们对应的机器是：
- h121 2C4G
- h122 2C4G
- h123 2C2G
下载安装
选择的版本是：Flink 1.11.1 版本
https://www.apache.org/dyn/closer.lua/flink/flink-1.11.1/flink-1.11.1-bin-scala_2.12.tgz
你也可以直接使用 wget 下载，目前我们登录到服务器 h121 节点上
cd /opt/software/ wget https://archive.apache.org/dist/flink/flink-1.11.1/flink-1.11.1-bin-scala_2.12.tgz
等待下载完毕：
解压配置：
tar -zxvf flink-1.11.1-bin-scala_2.12.tgz
处理过程如下：
解压完成之后，移动到目录下：
mv flink-1.11.1 ../servers/ cd ../servers/ ls
Standalone模式部署
上述我们已经完成了 h121 服务器节点的配置安装，接下来我们修改配置文件。
Standalone 模式是一种相对简单的 Flink 集群部署方式，适合在拥有固定资源的环境中运行 Flink 应用程序。所有的 Flink 组件（如 JobManager 和 TaskManager）都是手动配置和启动的，没有依赖外部的资源管理系统。
启动与配置
手动启动：在 Standalone 模式下，JobManager 和 TaskManager 需要通过脚本手动启动。可以通过 Flink 提供的启动脚本（如 start-cluster.sh）来启动整个集群，或者单独启动每个组件。
配置文件：Standalone 模式的配置主要通过 flink-conf.yaml 文件进行，配置内容包括 JobManager 和 TaskManager 的数量、内存和 CPU 资源、网络设置等。
flink-conf.yaml
cd /opt/servers/flink-1.11.1/conf vim flink-conf.yaml
我们修改的内容有这么两处：
jobmanager.rpc.address: h121.wzk.icu taskmanager.numberOfTaskSlots: 2
修改内容如下所示：
Works
不同的版本可能叫不同的名字，我这里是 works
cd /opt/servers/flink-1.11.1/conf vim workers
写入如下的内容，我们有三台云节点：
h121.wzk.icu h122.wzk.icu h123.wzk.icu
写入的结果如下图所示：
Master
cd /opt/servers/flink-1.11.1/conf vim masters • 1 • 2
写入如下的内容：
h121.wzk.icu:8081
写入的结果如下图：
