摘要：相關(guān)文章從到學(xué)習(xí)介紹從到學(xué)習(xí)上搭建環(huán)境并構(gòu)建運(yùn)行簡單程序入門從到學(xué)習(xí)配置文件詳解從到學(xué)習(xí)介紹從到學(xué)習(xí)如何自定義從到學(xué)習(xí)介紹從到學(xué)習(xí)如何自定義

前面文章我們已經(jīng)知道 Flink 是什么東西了，安裝好 Flink 后，我們再來看下安裝路徑下的配置文件吧。

安裝目錄下主要有 flink-conf.yaml 配置、日志的配置文件、zk 配置、Flink SQL Client 配置。

# jobManager 的IP地址
jobmanager.rpc.address: localhost

# JobManager 的端口號
jobmanager.rpc.port: 6123

# JobManager JVM heap 內(nèi)存大小
jobmanager.heap.size: 1024m

# TaskManager JVM heap 內(nèi)存大小
taskmanager.heap.size: 1024m

# 每個(gè) TaskManager 提供的任務(wù) slots 數(shù)量大小

taskmanager.numberOfTaskSlots: 1

# 程序默認(rèn)并行計(jì)算的個(gè)數(shù)
parallelism.default: 1

# 文件系統(tǒng)來源
# fs.default-scheme  

# 可以選擇 "NONE" 或者 "zookeeper".
# high-availability: zookeeper

# 文件系統(tǒng)路徑，讓 Flink 在高可用性設(shè)置中持久保存元數(shù)據(jù)
# high-availability.storageDir: hdfs:///flink/ha/

# zookeeper 集群中仲裁者的機(jī)器 ip 和 port 端口號
# high-availability.zookeeper.quorum: localhost:2181

# 默認(rèn)是 open，如果 zookeeper security 啟用了該值會(huì)更改成 creator
# high-availability.zookeeper.client.acl: open

# 用于存儲(chǔ)和檢查點(diǎn)狀態(tài)
# state.backend: filesystem

# 存儲(chǔ)檢查點(diǎn)的數(shù)據(jù)文件和元數(shù)據(jù)的默認(rèn)目錄
# state.checkpoints.dir: hdfs://namenode-host:port/flink-checkpoints

# savepoints 的默認(rèn)目標(biāo)目錄(可選)
# state.savepoints.dir: hdfs://namenode-host:port/flink-checkpoints

# 用于啟用/禁用增量 checkpoints 的標(biāo)志
# state.backend.incremental: false

# 基于 Web 的運(yùn)行時(shí)監(jiān)視器偵聽的地址.
#jobmanager.web.address: 0.0.0.0

#  Web 的運(yùn)行時(shí)監(jiān)視器端口
rest.port: 8081

# 是否從基于 Web 的 jobmanager 啟用作業(yè)提交
# jobmanager.web.submit.enable: false

# io.tmp.dirs: /tmp

# 是否應(yīng)在 TaskManager 啟動(dòng)時(shí)預(yù)先分配 TaskManager 管理的內(nèi)存
# taskmanager.memory.preallocate: false

# 類加載解析順序，是先檢查用戶代碼 jar（“child-first”）還是應(yīng)用程序類路徑（“parent-first”）。 默認(rèn)設(shè)置指示首先從用戶代碼 jar 加載類
# classloader.resolve-order: child-first


# 用于網(wǎng)絡(luò)緩沖區(qū)的 JVM 內(nèi)存的分?jǐn)?shù)。 這決定了 TaskManager 可以同時(shí)擁有多少流數(shù)據(jù)交換通道以及通道緩沖的程度。 如果作業(yè)被拒絕或者您收到系統(tǒng)沒有足夠緩沖區(qū)的警告，請?jiān)黾哟酥祷蛳旅娴淖钚?最大值。 另請注意，“taskmanager.network.memory.min”和“taskmanager.network.memory.max”可能會(huì)覆蓋此分?jǐn)?shù)

# taskmanager.network.memory.fraction: 0.1
# taskmanager.network.memory.min: 67108864
# taskmanager.network.memory.max: 1073741824

# 指示是否從 Kerberos ticket 緩存中讀取
# security.kerberos.login.use-ticket-cache: true

# 包含用戶憑據(jù)的 Kerberos 密鑰表文件的絕對路徑
# security.kerberos.login.keytab: /path/to/kerberos/keytab

# 與 keytab 關(guān)聯(lián)的 Kerberos 主體名稱
# security.kerberos.login.principal: flink-user

# 以逗號分隔的登錄上下文列表，用于提供 Kerberos 憑據(jù)（例如，`Client，KafkaClient`使用憑證進(jìn)行 ZooKeeper 身份驗(yàn)證和 Kafka 身份驗(yàn)證）
# security.kerberos.login.contexts: Client,KafkaClient

# 覆蓋以下配置以提供自定義 ZK 服務(wù)名稱
# zookeeper.sasl.service-name: zookeeper

# 該配置必須匹配 "security.kerberos.login.contexts" 中的列表（含有一個(gè)）
# zookeeper.sasl.login-context-name: Client

# 你可以通過 bin/historyserver.sh (start|stop) 命令啟動(dòng)和關(guān)閉 HistoryServer

# 將已完成的作業(yè)上傳到的目錄
# jobmanager.archive.fs.dir: hdfs:///completed-jobs/

# 基于 Web 的 HistoryServer 的地址
# historyserver.web.address: 0.0.0.0

# 基于 Web 的 HistoryServer 的端口號
# historyserver.web.port: 8082

# 以逗號分隔的目錄列表，用于監(jiān)視已完成的作業(yè)
# historyserver.archive.fs.dir: hdfs:///completed-jobs/

# 刷新受監(jiān)控目錄的時(shí)間間隔（以毫秒為單位）
# historyserver.archive.fs.refresh-interval: 10000

查看下另外兩個(gè)配置 slaves / master

里面是每個(gè) worker 節(jié)點(diǎn)的 IP/Hostname，每一個(gè) worker 結(jié)點(diǎn)之后都會(huì)運(yùn)行一個(gè) TaskManager，一個(gè)一行。

localhost

host:port

localhost:8081

# 每個(gè) tick 的毫秒數(shù)
tickTime=2000

# 初始同步階段可以采用的 tick 數(shù)
initLimit=10

# 在發(fā)送請求和獲取確認(rèn)之間可以傳遞的 tick 數(shù)
syncLimit=5

# 存儲(chǔ)快照的目錄
# dataDir=/tmp/zookeeper

# 客戶端將連接的端口
clientPort=2181

# ZooKeeper quorum peers
server.1=localhost:2888:3888
# server.2=host:peer-port:leader-port

Flink 在不同平臺(tái)下運(yùn)行的日志文件

log4j-cli.properties
log4j-console.properties
log4j-yarn-session.properties
log4j.properties
logback-console.xml
logback-yarn.xml
logback.xml

execution:
  # "batch" or "streaming" execution
  type: streaming
  # allow "event-time" or only "processing-time" in sources
  time-characteristic: event-time
  # interval in ms for emitting periodic watermarks
  periodic-watermarks-interval: 200
  # "changelog" or "table" presentation of results
  result-mode: changelog
  # parallelism of the program
  parallelism: 1
  # maximum parallelism
  max-parallelism: 128
  # minimum idle state retention in ms
  min-idle-state-retention: 0
  # maximum idle state retention in ms
  max-idle-state-retention: 0
  
deployment:
  # general cluster communication timeout in ms
  response-timeout: 5000
  # (optional) address from cluster to gateway
  gateway-address: ""
  # (optional) port from cluster to gateway
  gateway-port: 0  

Flink sql client ：你可以從官網(wǎng)這里了解 https://ci.apache.org/project...

本文拿安裝目錄文件下的配置文件講解了下 Flink 目錄下的所有配置。

你也可以通過官網(wǎng)這里學(xué)習(xí)更多：https://ci.apache.org/project...

本篇文章地址是：http://www.54tianzhisheng.cn/2018/10/27/flink-config/

另外我自己整理了些 Flink 的學(xué)習(xí)資料，目前已經(jīng)全部放到微信公眾號了。你可以加我的微信：zhisheng_tian，然后回復(fù)關(guān)鍵字：Flink 即可無條件獲取到。

1、《從0到1學(xué)習(xí)Flink》—— Apache Flink 介紹

2、《從0到1學(xué)習(xí)Flink》—— Mac 上搭建 Flink 1.6.0 環(huán)境并構(gòu)建運(yùn)行簡單程序入門

3、《從0到1學(xué)習(xí)Flink》—— Flink 配置文件詳解

4、《從0到1學(xué)習(xí)Flink》—— Data Source 介紹

5、《從0到1學(xué)習(xí)Flink》—— 如何自定義 Data Source ？

6、《從0到1學(xué)習(xí)Flink》—— Data Sink 介紹

7、《從0到1學(xué)習(xí)Flink》—— 如何自定義 Data Sink ？