flink1.13于5月4日發布，版本迭代之快，更是體現了其勢不可擋的發展速度。社區活躍度逐步攀升，當然少不了與云原生等技術的集成。 本文主要講解flink的原生k8s application模式部署步驟，原生k8本質上是flink內部集成了k8s，能夠做到Taskmanager的彈性伸縮。
image
而之所以采用application模式部署，是因其規避了session模式的資源隔離問題、per-job模式的集群生命周期問題，以及兩者共同的客戶端資源消耗問題，也因其顯著優點被廣泛用于生產環境。
image
image
1.準備
Kubernetes版本大于等于1.9。
可以訪問列表，創建，刪除容器和服務，可以通過進行配置
~/.kube/config。您可以通過運行來驗證權限kubectl auth can-i <list|create|edit|delete> pods。-
啟用Kubernetes DNS。
- RBAC：d
efault service account具有創建，刪除Pod的權限。
- RBAC：d
kubectl create clusterrolebinding flink-role --clusterrole=edit --serviceaccount=namespacwe:default
2. Flink鏡像制作及推送
dockerfile如下：
FROM flink:1.12
COPY dataprocess-0.0.1-SNAPSHOT.jar $FLINK_HOME/
image
image
3.部署flink client（client上云)
image
4.部署jobmanager、taskmanager
進入flink-client pod內部
image
執行如下命令：
flink run-application \
--target kubernetes-application \
-Dkubernetes.namespace=xxx \
-Dkubernetes.cluster-id=jobmanager-application \
-Dkubernetes.rest-service.exposed.type=NodePort \
-Dkubernetes.container.image=10.4.xx.xx/library/flink:dhf \
-Dkubernetes.container.image.pull-policy=Always local:///opt/flink/dataProcess-0.0.1-SNAPSHOT-jar-with-dependencies.jar \
-kafkaBroker "192.168.xx.xx:9092,192.xx.xx.227:9093,192.168.xx.xx:9094" \
-kafkaSchemaTopic connector9 \
-kafkaDataTopics "connector9.dhf1.tab1,connector9.dhf1.test"
最后三行為向jar包傳遞的自定義參數
image
執行命令后會自動 1個jobmanager、1個或多個taskmanager。
image
5.程序監控
jobmanager、taskmanager均有日志輸出用于查看程序執行進程。
image
image
也可通過k8s master節點ip加上圖中暴露的端口7447訪問flink dashboard.
image
關注公眾號HEY DATA，添加作者微信，一起討論更多。
