Flink on Yarn三部曲之二：部署和設定
阿新 • • 發佈：2020-10-20
### 歡迎訪問我的GitHub
[https://github.com/zq2599/blog_demos](https://github.com/zq2599/blog_demos)
內容：所有原創文章分類彙總及配套原始碼，涉及Java、Docker、Kubernetes、DevOPS等；
本文是《Flink on Yarn三部曲》系列的第二篇，上一篇[《Flink on Yarn三部曲之一：準備工作》](https://xinchen.blog.csdn.net/article/details/105356306)已將所需的機器和檔案準備完畢，可以部署CDH和Flink了；
### 全文連結
1. [《Flink on Yarn三部曲之一：準備工作》](https://xinchen.blog.csdn.net/article/details/105356306)
2. [《
Flink on Yarn三部曲之二：部署和設定
》](https://xinchen.blog.csdn.net/article/details/105356347)
3. [《Flink on Yarn三部曲之三：提交Flink任務》](https://xinchen.blog.csdn.net/article/details/105356399)
### 執行ansible指令碼部署CDH和Flink(ansible電腦)
1. 進入ansible電腦的~/playbooks目錄，經過上一篇的準備工作，該目錄下應該是下圖這些內容：
2. 檢查ansible遠端操作CDH伺服器是否正常，執行命令ansible deskmini -a "free -m"，正常情況下顯示CDH伺服器的記憶體資訊，如下圖：
3. 執行命令開始部署：ansible-playbook cm6-cdh5-flink1.7-single-install.yml
4. 整個部署過程涉及線上安裝、傳檔案等耗時的操作，因此請耐心等待（半小時左右），如果部署期間出錯退出（例如網路問題），只需重複執行上述命令即可，ansible保證了操作的冪等性；
5. 部署成功如下圖所示：
### 重啟CDH伺服器
由於修改了selinux和swap的設定，需要重啟作業系統才能生效，因此請重啟CDH伺服器；
### 執行ansible指令碼啟動CDH服務(ansible電腦)
1. 等待CDH伺服器重啟成功；
2. 登入ansible電腦，進入~/playbooks目錄；
3. 執行初始化資料庫和啟動CDH的指令碼：ansible-playbook cdh-single-start.yml
4. 啟動完成輸出如下資訊：
5. ssh登入CDH伺服器，執行此命令觀察CDH服務的啟動情況：tail -f /var/log/cloudera-scm-server/cloudera-scm-server.log，看到下圖紅框中的內容時，表示啟動完成，可以用瀏覽器登入了：
### 設定(瀏覽器操作)
現在CDH服務已經啟動了，可以通過瀏覽器來操作：
1. 瀏覽器訪問：http://192.168.50.134:7180 ，如下圖，賬號密碼都是admin：
2. 一路next，在選擇版本頁面選擇60天體驗版：
3. 選擇主機頁面可見CDH伺服器（deskmini）：
4. 在選擇CDH版本的頁面，請選擇下圖紅框中的5.16.2-1：
5. 進入安裝Parcel的頁面，由於提前上傳了離線parcle包，因此下載進度瞬間變成百分之百，此時請等待分配、解壓、啟用的完成：
6. 接下來有一些推薦操作，這裡選擇如下圖紅框，即可跳過：
7. 接下來是選擇服務的頁面，我選擇了自定義服務，然後選擇了HDFS、YARN、Zookeeper這三項，可以滿足執行Flink的需要：
8. 在選擇主機的頁面，都選擇CDH伺服器：
9. 接下來是資料庫設定的頁面，您填寫的內容必須與下圖保持一致，即主機名為localhost，Activity Monitor的資料庫、使用者、密碼都是amon，Reports Manager的資料庫、使用者、密碼都是rman，這些內容在ansible指令碼中已經固定了，此處的填寫必須保持一致：
10. 在設定引數的頁面，請按照您的硬碟實際情況設定，我這裡/home目錄下空間充足，因此儲存位置都改為/home目錄下：
11. 等待服務啟動：
12. 各服務啟動完成：
### YARN設定
預設的YARN引數是非常保守的，需要做一些設定才能順利執行Flink任務：
1. 點下圖紅框位置，進入YARN管理頁：
2. 如下圖所示，檢查引數yarn.nodemanager.resource.cpu-vcores的值，該值必須大於1，否則提交Flink任務後YARN不分配資源執行任務，（如果您的CDH伺服器是虛擬機器，當CPU只有單核時，則此引數就會被設定為1，解決辦法是先提升虛擬機器CPU核數，再來修改此引數）：
3. yarn.scheduler.minimum-allocation-mb：單個容器可申請的最小記憶體，我這裡設定為1G
4. yarn.scheduler.maximum-allocation-mb：單個容器可申請的最大記憶體，我這裡設定為8G
5. yarn.nodemanager.resource.memory-mb：節點最大可用記憶體，我這裡設定為8G
6. 上述三個引數的值，是基於我的CDH伺服器有32G記憶體的背景，請您按照自己硬體資源自行調整；
7. 設定完畢後重啟YARN服務，操作如下圖所示：
至此，部署和設定都已完成，Flink on Yarn的環境已經可用了，在下一篇文章中，我們就在此環境提交Flink任務，體驗Flink on Yarn；
### 歡迎關注公眾號：程式設計師欣宸
> 微信搜尋「程式設計師欣宸」，我是欣宸，期待與您一同暢遊Java世界...
[https://github.com/zq2599/blog_demos](https://github.com/zq2599/blo