目录- 一、Flink概述
- 1.1、基础简介
- 1.2、应用场景
- 二、环境部署
- 2.1、安装包管理
- 2.2、集群配置
- 2.3、启动与停止
- 2.4、Web界面
- 三、开发入门案例
- 3.1、数据脚本
- 3.2、引入基础依赖
- 3.3、读取文件数据
- 3.4、读取端口数据
- 四、运行机制
- 4.1、FlinkClient
- 4.2、JobManager
- 4.3、TaskManager
- 五、源代码地址
一、Flink概述
1.1、基础简介
- 1.1、基础简介
- 1.2、应用场景
- 2.1、安装包管理
- 2.2、集群配置
- 2.3、启动与停止
- 2.4、Web界面
- 3.1、数据脚本
- 3.2、引入基础依赖
- 3.3、读取文件数据
- 3.4、读取端口数据
- 4.1、FlinkClient
- 4.2、JobManager
- 4.3、TaskManager
主要特性包括：批流一体化、精密的状态管理、事件时间支持以及精确一次的状态一致性保障等。Flink不仅可以运行在包括YARN、Mesos、Kubernetes在内的多种资源管理框架上，还支持在裸机集群上独立部署。在启用高可用选项的情况下，它不存在单点失效问题。
这里要说明两个概念：
- 边界：无边界和有边界数据流，可以理解为数据的聚合策略或者条件；
- 状态：即执行顺序上是否存在依赖关系，即下次执行是否依赖上次结果；
Data Driven
事件驱动型应用无须查询远程数据库，本地数据访问使得它具有更高的吞吐和更低的延迟，以反欺诈案例来看，DataDriven把处理的规则模型写到DatastreamAPI中，然后将整个逻辑抽象到Flink引擎，当事件或者数据流入就会触发相应的规则模型，一旦触发规则中的条件后，DataDriven会快速处理并对业务应用进行通知。
Data Analytics
和批量分析相比，由于流式分析省掉了周期性的数据导入和查询过程，因此从事件中获取指标的延迟更低。不仅如此，批量查询必须处理那些由定期导入和输入有界性导致的人工数据边界，而流式查询则无须考虑该问题，Flink为持续流式分析和批量分析都提供了良好的支持，实时处理分析数据，应用较多的场景如实时大屏、实时报表。
Data Pipeline
与周期性的ETL作业任务相比，持续数据管道可以明显降低将数据移动到目的端的延迟，例如基于上游的StreamETL进行实时清洗或扩展数据，可以在下游构建实时数仓，确保数据查询的时效性，形成高时效的数据查询链路，这种场景在媒体流的推荐或者搜索引擎中十分常见。
二、环境部署 2.1、安装包管理2.2、集群配置[root@hop01 opt]# tar -zxvf flink-1.7.0-bin-hadoop27-scala_2.11.tgz
[root@hop02 opt]# mv flink-1.7.0 flink1.7
管理节点
[root@hop01 opt]# cd /opt/flink1.7/conf
[root@hop01 conf]# vim flink-conf.yaml
jobmanager.rpc.address: hop01
分布节点
[root@hop01 conf]# vim slaves
hop02
hop03
两个配置同步到所有集群节点下面。
2.3、启动与停止/opt/flink1.7/bin/start-cluster.sh
/opt/flink1.7/bin/stop-cluster.sh
启动日志：
2.4、Web界面[root@hop01 conf]# /opt/flink1.7/bin/start-cluster.sh
Starting cluster.
Starting standalonesession daemon on host hop01.
Starting taskexecutor daemon on host hop02.
Starting taskexecutor daemon on host hop03.
访问：http://hop01:8081/
分发一个数据脚本到各个节点：
3.2、引入基础依赖/var/flink/test/word.txt
这里基于Java写的基础案例。
3.3、读取文件数据org.apache.flink flink-java1.7.0 org.apache.flink flink-streaming-java_2.111.7.0
这里直接读取文件中的数据，经过程序流程分析出每个单词出现的次数。
public class WordCount {
public static void main(String[] args) throws Exception {
// 读取文件数据
readFile () ;
}
public static void readFile () throws Exception {
// 1、执行环境创建
ExecutionEnvironment environment = ExecutionEnvironment.getExecutionEnvironment();
// 2、读取数据文件
String filePath = "/var/flink/test/word.txt" ;
DataSet inputFile = environment.readTextFile(filePath);
// 3、分组并求和
DataSet> wordDataSet = inputFile.flatMap(new WordFlatMapFunction(
)).groupBy(0).sum(1);
// 4、打印处理结果
wordDataSet.print();
}
// 数据读取个切割方式
static class WordFlatMapFunction implements FlatMapFunction> {
@Override
public void flatMap(String input, Collector> collector){
String[] wordArr = input.split(",");
for (String word : wordArr) {
collector.collect(new Tuple2<>(word, 1));
}
}
}
}
在hop01服务上创建一个端口，并模拟一些数据发送到该端口：
[root@hop01 ~]# nc -lk 5566
c++,java
通过Flink程序读取并分析该端口的数据内容：
public class WordCount {
public static void main(String[] args) throws Exception {
// 读取端口数据
readPort ();
}
public static void readPort () throws Exception {
// 1、执行环境创建
StreamExecutionEnvironment environment = StreamExecutionEnvironment.getExecutionEnvironment();
// 2、读取Socket数据端口
DataStreamSource inputStream = environment.socketTextStream("hop01", 5566);
// 3、数据读取个切割方式
SingleOutputStreamOperator> resultDataStream = inputStream.flatMap(
new FlatMapFunction>()
{
@Override
public void flatMap(String input, Collector> collector) {
String[] wordArr = input.split(",");
for (String word : wordArr) {
collector.collect(new Tuple2<>(word, 1));
}
}
}).keyBy(0).sum(1);
// 4、打印分析结果
resultDataStream.print();
// 5、环境启动
environment.execute();
}
}
四、运行机制
客户端用来准备和发送数据流到JobManager节点，之后根据具体需求，客户端可以直接断开连接，或者维持连接状态等待任务处理结果。
4.2、JobManager在Flink集群中，会启动一个JobManger节点和至少一个TaskManager节点，JobManager收到客户端提交的任务后，JobManager会把任务协调下发到具体的TaskManager节点去执行，TaskManager节点将心跳和处理信息发送给JobManager。
4.3、TaskManager任务槽（slot）是TaskManager中最小的资源调度单位，在启动的时候就设置好了槽位数，每个槽位能启动一个Task，接收JobManager节点部署的任务，并进行具体的分析处理。
五、源代码地址GitHub·地址
https://github.com/cicadasmile/big-data-parent
GitEE·地址
https://gitee.com/cicadasmile/big-data-parent
以上就是浅谈实时计算框架Flink集群搭建与运行机制的详细内容，更多关于实时计算框架 Flink集群搭建与运行机制的资料请关注考高分网其它相关文章！
