手把手教你搭建实时大数据引擎FLINK

最新推荐文章于 2026-05-07 14:12:13 发布

原创最新推荐文章于 2026-05-07 14:12:13 发布 · 735 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#flink

本文详细介绍如何在三节点环境中部署Flink HA集群，包括服务器规划、配置Zookeeper、HDFS，以及具体步骤如修改flink-conf.yaml和masters/slaves配置文件，最后启动并验证集群高可用性。

手把手教你搭建实时大数据引擎FLINK

服务器规划
Standalone高可用HA模式
yarm 集群环境搭建

服务器规划

服务器规划

服务名称	职能
zhen 192.168.2.5(震）	master+slave
xun 192.168.2.6（巽）	slave
li 192.168.2.7（离）	slave

Standalone高可用HA模式

架构图

在这里插入图片描述

下载并上传tar包

下载安装包 https://archive.apache.org/dist/flink/flink-1.6.1/flink-1.6.1-bin-hadoop27-scala_2.11.tgz

具体安装步骤

1.在flink-conf.yaml中添加zookeeper配置

# jobManager 的IP地址
jobmanager.rpc.address: zhen
# JobManager 的端口号
jobmanager.rpc.port: 6123
# JobManager JVM heap 内存大小
jobmanager.heap.size: 1024
# TaskManager JVM heap 内存大小
taskmanager.heap.size: 1024
# 每个 TaskManager 提供的任务 slots 数量大小
taskmanager.numberOfTaskSlots: 2
#是否进行预分配内存，默认不进行预分配，这样在我们不使用flink集群时候不会占用集群资源
taskmanager.memory.preallocate: false
# 程序默认并行计算的个数
parallelism.default: 1
#JobManager的Web界面的端口（默认：8081）
jobmanager.web.port: 8081
#配置每个taskmanager生成的临时文件目录（选配）
taskmanager.tmp.dirs: /home/hadoop/flink/flink-1.6.1/tmp

#开启HA，使用文件系统作为快照存储
state.backend: filesystem
#启用检查点，可以将快照保存到HDFS
state.backend.fs.checkpointdir: hdfs://zhen:9000/flink-checkpoints
#使用zookeeper搭建高可用
high-availability: zookeeper
# 存储JobManager的元数据到HDFS
high-availability.storageDir: hdfs://zhen:9000/flink/ha/
high-availability.zookeeper.quorum: zhen:2181,xun:2181,li:2181

2.将配置过的HA的flink-conf.yaml分发到另外两个节点

scp -r flink-conf.yaml xun:$PWD
scp -r flink-conf.yaml li:$PWD

3.到节点2中修改flink-conf.yaml中的配置，将JobManager设置为自己节点的名称

jobmanager.rpc.address: xun

4.修改masters配置文件 vi masters 并同步到其他节点

zhen:8081
xun:8081
scp -r masters xun:$PWD
scp -r masters li:$PWD

5.修改slaves 配置文件 vi slaves 并同步到其他节点

zhen
xun
li

scp -r slaves xun:$PWD
scp -r slaves li:$PWD

6.启动zookeeper集群

7.启动HDFS集群

8.启动flink集群

./bin/start-cluster.sh
启动完成

9.分别查看两个节点的Flink Web UI

http://192.168.2.6:8081/#/overview
登录界面

10.kill掉一个节点，查看另外的一个节点的Web UI

http://192.168.2.5:8081/#/submit

yarm 集群环境搭建

1.修改Hadoop的yarn-site.xml，添加该配置表示内存超过分配值，是否将任务杀掉。默认为true。

运行Flink程序，很容易超过分配的内存

<property>
	<name>yarn.nodemanager.vmem-check-enabled</name>
    <value>false</value>
</property>

2.同步到其他节点

scp yarn-site.xml xun:$PWDxun
scp yarn-site.xml li:$PWD

3.启动HDFS、YARN集群

start-all.sh