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：

1. 准备工作：搭建Flink on Yarn环境前，将所有硬件、软件资源准备好；
2. 部署和设置：部署CDH和Flink，然后做相关设置
3. 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

1. 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；
2. 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

1. ansible电脑操作系统：macOS Catalina 10.15(实测用CentOS也能成功)

2. CDH服务器操作系统：CentOS Linux release 7.7.1908

3. cm版本：6.3.1

4. parcel版本：5.16.2

5. 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，一共要准备13个文件，这里用表格列举如下：

下面是每个文件的下载地址：

1.
jdk-8u191-linux-x64.tar.gz：Oracle官网可下，另外我将
jdk-8u191-linux-x64.tar.gz和
mysql-connector-java-5.1.34.jar一起打包上传到csdn，您可以一次性下载，地址：
https://download.csdn.net/download/boling_cavalry/12098987

2.
mysql-connector-java-5.1.34.jar：maven中央仓库可下，另外我将
jdk-8u191-linux-x64.tar.gz和
mysql-connector-java-5.1.34.jar一起打包上传到csdn，您可以一次性下载，地址：
https://download.csdn.net/download/boling_cavalry/12098987

3. cloudera-manager-server-6.3.1-1466458.el7.x86_64.rpm：https://archive.cloudera.com/cm6/6.3.1/redhat7/yum/RPMS/x86_64/cloudera-manager-server-6.3.1-1466458.el7.x86_64.rpm

4. cloudera-manager-daemons-6.3.1-1466458.el7.x86_64.rpm：https://archive.cloudera.com/cm6/6.3.1/redhat7/yum/RPMS/x86_64/cloudera-manager-daemons-6.3.1-1466458.el7.x86_64.rpm

5. cloudera-manager-agent-6.3.1-1466458.el7.x86_64.rpm：https://archive.cloudera.com/cm6/6.3.1/redhat7/yum/RPMS/x86_64/cloudera-manager-agent-6.3.1-1466458.el7.x86_64.rpm

6. CDH-5.16.2-1.cdh5.16.2.p0.8-el7.parcel：https://archive.cloudera.com/cdh5/parcels/5.16.2/CDH-5.16.2-1.cdh5.16.2.p0.8-el7.parcel

7.
CDH-5.16.2-1.cdh5.16.2.p0.8-el7.parcel.sha：
https://archive.cloudera.com/cdh5/parcels/5.16.2/CDH-5.16.2-1.cdh5.16.2.p0.8-el7.parcel.sha1 （下载完毕后，将扩展名从.sha1为.sha）

8. flink-1.7.2-bin-hadoop26-scala_2.11.tgz：http://ftp.jaist.ac.jp/pub/apache/flink/flink-1.7.2/flink-1.7.2-bin-hadoop26-scala_2.11.tgz

9. hosts、ansible.cfg、
cm6-cdh5-flink1.7-single-install.yml、cdh-single-start.yml、vars.yml ：这五个文件都保存在我的GitHub仓库，地址是：
https://github.com/zq2599/blog_demos ，这里面有多个文件夹，上述文件在名为
ansible-cm6-cdh5-flink172-single的文件夹中，如下图红框所示：

文件摆放(ansible电脑)

如果您已经下载好了上述13个文件，请按照如下位置摆放，这样才能顺利完成部署：

1. 在家目录下新建名为playbooks的文件夹：mkdir ~/playbooks

2. 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

3. 在playbooks文件夹里新建名为cdh6的子文件夹；

4. 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

5. 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：

1. 部署CDH和Flink
2. 启动CDH
3. 设置CDH、在线安装Yarn、HDFS等
4. 调整Yarn参数，使Flink任务可以提交成功

欢迎关注我的公众号：程序员欣宸