《从0到1学习Flink》—— Flink 配置文件详解

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
8# jobmanager.web.submit.enable: false

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
2# zookeeper.sasl.service-name: zookeeper
3
4# 该配置必须匹配 "security.kerberos.login.contexts" 中的列表（含有一个）
5# zookeeper.sasl.login-context-name: Client

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

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 ？