查看原文
其他

《从0到1学习Flink》—— Flink 配置文件详解

zhisheng zhisheng 2021-05-26


前面文章我们已经知道 Flink 是什么东西了,安装好 Flink 后,我们再来看下安装路径下的配置文件吧。

安装目录下主要有 flink-conf.yaml 配置、日志的配置文件、zk 配置、Flink SQL Client 配置。

flink-conf.yaml

基础配置

1# jobManager 的IP地址
2jobmanager.rpc.address: localhost
3
4# JobManager 的端口号
5jobmanager.rpc.port: 6123
6
7# JobManager JVM heap 内存大小
8jobmanager.heap.size: 1024m
9
10# TaskManager JVM heap 内存大小
11taskmanager.heap.size: 1024m
12
13# 每个 TaskManager 提供的任务 slots 数量大小
14
15taskmanager.numberOfTaskSlots: 1
16
17# 程序默认并行计算的个数
18parallelism.default: 1
19
20# 文件系统来源
21# fs.default-scheme  

高可用性配置

1# 可以选择 'NONE' 或者 'zookeeper'.
2# high-availability: zookeeper
3
4#
 文件系统路径,让 Flink 在高可用性设置中持久保存元数据
5# high-availability.storageDir: hdfs:///flink/ha/
6
7#
 zookeeper 集群中仲裁者的机器 ip 和 port 端口号
8# high-availability.zookeeper.quorum: localhost:2181
9
10#
 默认是 open,如果 zookeeper security 启用了该值会更改成 creator
11# high-availability.zookeeper.client.acl: open

容错和检查点 配置

1# 用于存储和检查点状态
2# state.backend: filesystem
3
4#
 存储检查点的数据文件和元数据的默认目录
5# state.checkpoints.dir: hdfs://namenode-host:port/flink-checkpoints
6
7#
 savepoints 的默认目标目录(可选)
8# state.savepoints.dir: hdfs://namenode-host:port/flink-checkpoints
9
10#
 用于启用/禁用增量 checkpoints 的标志
11# state.backend.incremental: false

web 前端配置

1# 基于 Web 的运行时监视器侦听的地址.
2#jobmanager.web.address: 0.0.0.0
3
4#  Web 的运行时监视器端口
5rest.port: 8081
6
7# 是否从基于 Web 的 jobmanager 启用作业提交
8jobmanager.web.submit.enablefalse

高级配置

1# io.tmp.dirs: /tmp
2
3#
 是否应在 TaskManager 启动时预先分配 TaskManager 管理的内存
4# taskmanager.memory.preallocate: false
5
6#
 类加载解析顺序,是先检查用户代码 jar(“child-first”)还是应用程序类路径(“parent-first”)。 默认设置指示首先从用户代码 jar 加载类
7# classloader.resolve-order: child-first
8
9
10#
 用于网络缓冲区的 JVM 内存的分数。 这决定了 TaskManager 可以同时拥有多少流数据交换通道以及通道缓冲的程度。 如果作业被拒绝或者您收到系统没有足够缓冲区的警告,请增加此值或下面的最小/最大值。 另请注意,“taskmanager.network.memory.min”和“taskmanager.network.memory.max”可能会覆盖此分数
11
12#
 taskmanager.network.memory.fraction: 0.1
13# taskmanager.network.memory.min: 67108864
14# taskmanager.network.memory.max: 1073741824

Flink 集群安全配置

1# 指示是否从 Kerberos ticket 缓存中读取
2# security.kerberos.login.use-ticket-cache: true
3
4#
 包含用户凭据的 Kerberos 密钥表文件的绝对路径
5# security.kerberos.login.keytab: /path/to/kerberos/keytab
6
7#
 与 keytab 关联的 Kerberos 主体名称
8# security.kerberos.login.principal: flink-user
9
10#
 以逗号分隔的登录上下文列表,用于提供 Kerberos 凭据(例如,`Client,KafkaClient`使用凭证进行 ZooKeeper 身份验证和 Kafka 身份验证)
11# security.kerberos.login.contexts: Client,KafkaClient

Zookeeper 安全配置

1# 覆盖以下配置以提供自定义 ZK 服务名称
2zookeeper.sasl.service-namezookeeper
3
4# 该配置必须匹配 "security.kerberos.login.contexts" 中的列表(含有一个)
5zookeeper.sasl.login-context-nameClient

HistoryServer

1# 你可以通过 bin/historyserver.sh (start|stop) 命令启动和关闭 HistoryServer
2
3# 将已完成的作业上传到的目录
4# jobmanager.archive.fs.dir: hdfs:///completed-jobs/
5
6# 基于 Web 的 HistoryServer 的地址
7# historyserver.web.address: 0.0.0.0
8
9# 基于 Web 的 HistoryServer 的端口号
10# historyserver.web.port: 8082
11
12# 以逗号分隔的目录列表,用于监视已完成的作业
13# historyserver.archive.fs.dir: hdfs:///completed-jobs/
14
15# 刷新受监控目录的时间间隔(以毫秒为单位)
16# historyserver.archive.fs.refresh-interval: 10000

查看下另外两个配置 slaves / master

2、slaves

里面是每个 worker 节点的 IP/Hostname,每一个 worker 结点之后都会运行一个 TaskManager,一个一行。

1localhost

3、masters

host:port

1localhost:8081

4、zoo.cfg

1# 每个 tick 的毫秒数
2tickTime=2000
3
4# 初始同步阶段可以采用的 tick 数
5initLimit=10
6
7# 在发送请求和获取确认之间可以传递的 tick 数
8syncLimit=5
9
10# 存储快照的目录
11# dataDir=/tmp/zookeeper
12
13# 客户端将连接的端口
14clientPort=2181
15
16# ZooKeeper quorum peers
17server.1=localhost:2888:3888
18# server.2=host:peer-port:leader-port

5、日志配置

Flink 在不同平台下运行的日志文件

1log4j-cli.properties
2log4j-console.properties
3log4j-yarn-session.properties
4log4j.properties
5logback-console.xml
6logback-yarn.xml
7logback.xml

sql-client-defaults.yaml

1execution:
2  # 'batch' or 'streaming' execution
3  type: streaming
4  # allow 'event-time' or only 'processing-time' in sources
5  time-characteristic: event-time
6  # interval in ms for emitting periodic watermarks
7  periodic-watermarks-interval: 200
8  # 'changelog' or 'table' presentation of results
9  result-mode: changelog
10  # parallelism of the program
11  parallelism: 1
12  # maximum parallelism
13  max-parallelism: 128
14  # minimum idle state retention in ms
15  min-idle-state-retention: 0
16  # maximum idle state retention in ms
17  max-idle-state-retention: 0
18
19deployment:
20  # general cluster communication timeout in ms
21  response-timeout: 5000
22  # (optional) address from cluster to gateway
23  gateway-address: ""
24  # (optional) port from cluster to gateway
25  gateway-port: 0  

Flink sql client :你可以从官网这里了解 https://ci.apache.org/projects/flink/flink-docs-stable/dev/table/sqlClient.html

总结

本文拿安装目录文件下的配置文件讲解了下 Flink 目录下的所有配置。

你也可以通过官网这里学习更多:https://ci.apache.org/projects/flink/flink-docs-stable/ops/config.html

关注我

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 的学习资料,目前已经全部放到微信公众号了。你可以加我的微信:zhisheng_tian,然后回复关键字:Flink 即可无条件获取到。

相关文章

1、《从0到1学习Flink》—— Apache Flink 介绍

2、《从0到1学习Flink》—— Mac 上搭建 Flink 1.6.0 环境并构建运行简单程序入门

3、《从0到1学习Flink》—— Flink 配置文件详解

4、《从0到1学习Flink》—— Data Source 介绍

5、《从0到1学习Flink》—— 如何自定义 Data Source ?

6、《从0到1学习Flink》—— Data Sink 介绍

7、《从0到1学习Flink》—— 如何自定义 Data Sink ?

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存