欢迎访问我的GitHub
这里分类和汇总了欣宸的全部原创(含配套源码)： https://github.com/zq2599/blog_demos
关于Flink on Yarn三部曲
- 本文是《Flink on Yarn三部曲》的第一篇，整个系列由以下三篇组成：
- 准备工作：搭建Flink on Yarn环境前，将所有硬件、软件资源准备好；
- 部署和设置：部署CDH和Flink，然后做相关设置
- Flink实战：在Yarn环境提交Flink任务
- 整个三部曲的实战内容如下图所示：
- 接下来就从最基本的准备工作开始吧。
关于Flink on Yarn
- 除了常见的standalone模式，Flink还支持将任务提交到Yarn环境执行，任务所需的计算资源由Yarn Remource Manager来分配，如下图(来自Flink官网)：
- 因此需要搭建一套Yarn环境，通过CDH部署Yarn、HDFS等服务是常见方式，接下来就采用此方式来部署；
部署方式
- ansible是常用的运维工具，可以大幅度简化整个部署过程，接下来会使用ansible来完成部署工作，如果您对ansible还不够了解，请参考《ansible2.4安装和体验》,部署操作如下图所示，在一台安装了ansible的电脑上运行脚本，由ansible远程连接到一台CentOS7.7的服务器上，完成部署工作：
硬件准备
- 一台可以运行ansible的电脑，我这里用的是MacBook Pro，也用CentOS验证过，都可以顺利完成部署；
- 一台CentOS7.7的电脑用于运行Yarn和Flink(文中的CDH服务器就是指该电脑)，为了操作简单，本次实战将CDH、Yarn、HDFS、Flink都部署在这一台机器上，实测发现，此电脑CPU至少要双核，内存不低于16G，如果您想用多台电脑部署CDH，建议自行修改ansible脚本来分别部署，脚本地址后面会给出；
软件版本
- ansible电脑操作系统：macOS Catalina 10.15(实测用CentOS也能成功)
- CDH服务器操作系统：CentOS Linux release 7.7.1908
- cm版本：6.3.1
- parcel版本：5.16.2
- flink版本：1.7.2
注意：因为flink需要hadoop2.6版本，所以parcel选择了5.16.2，这里面对应的hadoop是2.6版
CDH服务器设置
- 需要登录CDH服务器执行以下设置：
- 检查/etc/hostname文件是否正确，如下图：
- 修改/etc/hosts文件，将自己的IP地址和hostname配置上去，如下图红框所示（事实证明这一步很重要，如果不做可能导致在部署时一直卡在"分配"阶段，看agent日志显示agent下载parcel的进度一直是百分之零）：
下载文件(ansible电脑)
- 本次实战要准备13个文件，如下表所示(后面会给出每个文件的获取方式)：
| 编号 | 文件名 | 简介 |
|---|---|---|
| 1 | jdk-8u191-linux-x64.tar.gz | Linux版的jdk安装包 |
| 2 | mysql-connector-java-5.1.34.jar | mysql的JDBC驱动 |
| 3 | cloudera-manager-server-6.3.1-1466458.el7.x86_64.rpm | cm的server安装包 |
| 4 | cloudera-manager-daemons-6.3.1-1466458.el7.x86_64.rpm | cm的daemon安装包 |
| 5 | cloudera-manager-agent-6.3.1-1466458.el7.x86_64.rpm | cm的agent安装包 |
| 6 | CDH-5.16.2-1.cdh5.16.2.p0.8-el7.parcel | CDH应用离线安装包 |
| 7 | CDH-5.16.2-1.cdh5.16.2.p0.8-el7.parcel.sha | CDH应用离线安装包sha验证码 |
| 8 | flink-1.7.2-bin-hadoop26-scala_2.11.tgz | flink安装包 |
| 9 | hosts | ansible用到的远程主机配置，里面记录了CDH6服务器的信息 |
| 10 | ansible.cfg | ansible用到的配置信息 |
| 11 | cm6-cdh5-flink1.7-single-install.yml | 部署CDH时用到的ansible脚本 |
| 12 | cdh-single-start.yml | 初次启动CDH时用到的ansible脚本 |
| 13 | var.yml | 脚本中用到的变量都在在此设值， 例如CDH包名、flink文件名等，便于维护 |
请按照如下位置摆放，这样才能顺利完成部署：
- 在家目录下新建名为playbooks的文件夹：mkdir ~/playbooks
- 把这五个文件放入playbooks文件夹：hosts、ansible.cfg、cm6-cdh5-flink1.7-single-install.yml、cdh-single-start.yml、vars.yml
- 在playbooks文件夹里新建名为cdh6的子文件夹；
- 把这八个文件放入cdh6文件夹(即剩余的八个)：jdk-8u191-linux-x64.tar.gz、mysql-connector-java-5.1.34.jar、cloudera-manager-server-6.3.1-1466458.el7.x86_64.rpm、cloudera-manager-daemons-6.3.1-1466458.el7.x86_64.rpm、cloudera-manager-agent-6.3.1-1466458.el7.x86_64.rpm、CDH-5.16.2-1.cdh5.16.2.p0.8-el7.parcel、CDH-5.16.2-1.cdh5.16.2.p0.8-el7.parcel.sha、flink-1.7.2-bin-hadoop26-scala_2.11.tgz
- 摆放完毕后目录和文件情况如下图，再次提醒：文件夹playbooks一定要放在家目录下（即：~/）：
ansible参数设置(ansible电脑)
- ansible参数设置的操作设置很简单：配置好CDH服务器的访问参数即可，包括IP地址、登录账号、密码等，修改~/playbooks/hosts文件，内容如下所示，您需要根据自身情况修改deskmini、ansible_host、ansible_port、ansible_user、ansible_password：
[cdh_group]deskmini ansible_host=192.168.50.134 ansible_port=22 ansible_user=root ansible_password=888888- 至此，所有准备工作已完成，下一篇文章我们将完成这些操作：
- 部署CDH和Flink
- 启动CDH
- 设置CDH、在线安装Yarn、HDFS等
- 调整Yarn参数，使Flink任务可以提交成功
欢迎关注阿里云开发者社区博客：程序员欣宸
学习路上，你不孤单，欣宸原创一路相伴...
