Flink on Yarn三部曲之二：部署和设置

Posted 2022-12-06

欢迎访问我的GitHub

• 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：准备工作》已将所需的机器和文件准备完毕，可以部署CDH和Flink了；

执行ansible脚本部署CDH和Flink(ansible电脑)

• 进入ansible电脑的 ~/playbooks 目录，经过上一篇的准备工作，该目录下应该是下图这些内容：
• 检查ansible远程操作CDH服务器是否正常，执行命令 ansible deskmini -a "free -m" ，正常情况下显示CDH服务器的内存信息，如下图：
• 执行命令开始部署： ansible-playbook cm6-cdh5-flink1.7-single-install.yml
• 整个部署过程涉及在线安装、传文件等耗时的操作，因此请耐心等待（半小时左右），如果部署期间出错退出（例如网络问题），只需重复执行上述命令即可，ansible保证了操作的幂等性；
• 部署成功如下图所示：

重启CDH服务器

• 由于修改了selinux和swap的设置，需要重启操作系统才能生效，因此请重启CDH服务器；

执行ansible脚本启动CDH服务(ansible电脑)

• 等待CDH服务器重启成功；
• 登录ansible电脑，进入 ~/playbooks 目录；
• 执行初始化数据库和启动CDH的脚本： ansible-playbook cdh-single-start.yml
• 启动完成输出如下信息：
• ssh登录CDH服务器，执行此命令观察CDH服务的启动情况： tail -f /var/log/cloudera-scm-server/cloudera-scm-server.log ，看到下图红框中的内容时，表示启动完成，可以用浏览器登录了：

设置(浏览器操作)

• 现在CDH服务已经启动了，可以通过浏览器来操作：
• 浏览器访问：http://192.168.50.134:7180 ，如下图，账号密码都是 admin ：
• 一路next，在选择版本页面选择60天体验版：
• 选择主机页面可见CDH服务器（deskmini）：
• 在选择CDH版本的页面，请选择下图红框中的 5.16.2-1 ：
• 进入安装Parcel的页面，由于提前上传了离线parcle包，因此下载进度瞬间变成百分之百，此时请等待分配、解压、激活的完成：
• 接下来有一些推荐操作，这里选择如下图红框，即可跳过：
• 接下来是选择服务的页面，我选择了自定义服务，然后选择了 HDFS、YARN、Zookeeper 这三项，可以满足运行Flink的需要：
• 在选择主机的页面，都选择CDH服务器：
• 接下来是数据库设置的页面， 您填写的内容必须与下图保持一致 ，即主机名为 localhost ，Activity Monitor的数据库、用户、密码都是 amon ，Reports Manager的数据库、用户、密码都是 rman ，这些内容在ansible脚本中已经固定了，此处的填写必须保持一致：
• 在设置参数的页面，请按照您的硬盘实际情况设置，我这里 /home 目录下空间充足，因此存储位置都改为 /home 目录下：
• 等待服务启动：
• 各服务启动完成：

YARN设置

• 默认的YARN参数是非常保守的，需要做一些设置才能顺利执行Flink任务：
• 点下图红框位置，进入YARN管理页：
• 如下图所示，检查参数 yarn.nodemanager.resource.cpu-vcores 的值，该值必须大于1，否则提交Flink任务后YARN不分配资源执行任务，（如果您的CDH服务器是虚拟机，当CPU只有单核时，则此参数就会被设置为1，解决办法是先提升虚拟机CPU核数，再来修改此参数）：
• yarn.scheduler.minimum-allocation-mb ：单个容器可申请的最小内存，我这里设置为 1G
• yarn.scheduler.maximum-allocation-mb ：单个容器可申请的最大内存，我这里设置为 8G
• yarn.nodemanager.resource.memory-mb ：节点最大可用内存，我这里设置为 8G
• 上述三个参数的值，是基于我的CDH服务器有32G内存的背景，请您按照自己硬件资源自行调整；
• 设置完毕后重启YARN服务，操作如下图所示：
• 至此，部署和设置都已完成，Flink on Yarn的环境已经可用了，在下一篇文章中，我们就在此环境提交Flink任务，体验Flink on Yarn；

欢迎关注51CTO博客：程序员欣宸