Flink入门——基础知识，Linux安装，Docker安装
前言
在linux部署Flink需要先安装Java的JDK。
Flink的安装包，需要到官网先下载。
官网下载地址：https://flink.apache.org/downloads/
各个版本下载地址：https://dlcdn.apache.org/flink/
Flink相关网站如下：
flink官网学习地址：https://nightlies.apache.org/flink/flink-docs-stable/docs/try-flink/local_installation/
flinkCDC，cdc不是flink提供的，是ververica提供的，
参考地址：MySQL CDC 连接器 — CDC Connectors for Apache Flink® documentation (ververica.github.io)
https://ververica.github.io/flink-cdc-connectors/master/content/connectors/mysql-cdc(ZH).html
https://github.com/ververica/flink-cdc-connectors
Flink还可以做机器学习，常用机器学习KMeans，LinearRegression，学习使用地址如下：
https://nightlies.apache.org/flink/flink-ml-docs-master/docs/operators/clustering/kmeans/
https://nightlies.apache.org/flink/flink-ml-docs-master/docs/operators/regression/linearregression/
然后使用final shell上传到 soft/resources下。
Flink安装
先下载安装包。
然后上传到 soft/resources下。
然后进入soft/resources，执行命令解压
tar -zxvf flink-1.18.0-bin-scala_2.12.tgz -C /soft/flink/
然后进入flink文件夹
# cd /soft/flink/flink-1.18.0/
然后进入conf。
cd conf
然后修改配置文件里的localhost都改为0.0.0.0
vi flink-conf.yaml
然后执行命令启动
bin/start-cluster.sh
然后放行8081，也可以直接关闭防火墙。
输入以下命令以停止防火墙服务：
sudo systemctl stop ufw.service
输入以下命令以禁用防火墙服务：
sudo systemctl disable ufw.service
输入以下命令以确认防火墙服务已关闭：
sudo ufw status
然后jps查看进程
jps
然后访问10.1.0.145:8081
flink创建项目
开发flink可以创建maven项目，flink提供了一个快速创建的jar包——flink-quickstart-java。
依赖如下：
<!-- https://mvnrepository.com/artifact/org.apache.flink/flink-quickstart-java -->
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-quickstart-java</artifactId>
<version>1.18.0</version>
</dependency>
Flink CDC
CDC我们都知道是 Change Data Capture。本来这个是数据库提供的，比如日志记录等等。
在Flink里也有CDC的功能，本质上就是把数据库的CDC给捕获了。
Flink连接Mysql的CDC就是连接Mysql的Binlog。
flinkCDC，cdc不是flink提供的，是ververica提供的。
参考地址：MySQL CDC 连接器 — CDC Connectors for Apache Flink® documentation (ververica.github.io)
Flink如果出现classloader异常，可以考虑修改配置文件——flink-conf.yaml，来应对classloader异常
classloader.check-leaked-classloader: false
这个我没测试过，这里做个记录
Flink——Docker实战
使用docker search命令，查询flink镜像如下：
Flink的镜像，可以在https://hub-stage.docker.com/_/java/tags网站上找到。
可以直接拉取Flink镜像，也可以自己下载Flink安装。
下面使用java的jdk镜像，然后导入Flink压缩包的模式安装。
拉取java-jdk镜像命令如下：
docker pull java:openjdk-8u111-jre
openjdk:8-jdk-alpine和java:openjdk-8u111-jre都是Java的安装包，但它们的来源和用途略有不同。
openjdk:8-jdk-alpine是基于Alpine Linux构建的轻量级JDK版本，它包含了Java运行环境所需的基本组件，体积更小巧，适合于资源有限的环境。你可以使用它在Docker容器中运行Java应用程序。
java:openjdk-8u111-jre则是OpenJDK发行的标准JRE（Java Runtime Environment），它包含Java虚拟机（JVM）和Java应用程序所需的类库。它是一个独立的安装包，可以在各种操作系统上安装和使用。综上所述，你可以根据具体的应用场景和需求来选择使用哪个安装包。如果你需要在Docker容器中运行Java应用程序，可以选择
openjdk:8-jdk-alpine；如果你需要在本地计算机上安装和使用Java，可以选择java:openjdk-8u111-jre。
拉取成功如下：
然后执行run命令，使用镜像生成一个容器。
docker run -it -d --name flink-server -p 8082:8081 java:openjdk-8u111-jre /bin/bash
docker run: 这是运行 Docker 容器的命令。-it: 这是选项，其中-i表示以交互模式运行容器，-t表示为容器分配一个伪终端。-d: 这是选项，表示以守护进程模式运行容器，即在后台运行容器。--name flink-server: 这是为容器指定一个名称，这里将容器命名为flink-server。-p 8082:8081: 这是将容器的端口 8081 映射到主机的端口 8082。java:openjdk-8u111-jre: 这是指定要使用的基础镜像，这里使用的是 OpenJDK 8 的 JRE（Java Runtime Environment）。/bin/bash: 这是指定在容器启动后执行的命令，这里执行的是/bin/bash，即启动一个 Bash 终端。
运行成功如下图：
运行后可以使用下面命令增加端口映射（未测试）
docker run -p 8082:8081 flink-server
查看全部开放的端口
netstat -untlp
使用docker ps可以查看已经运行的容器，如下图：
执行下面命令，可以进入容器内部。
docker exec -it <container-id> /bin/bash
docker exec -it 221aed7411ad3654a43d157ea4bb75ce20cf065fc34de0b5026e404418509158 /bin/bash
如下图：
输入java -version可以查看已安装的java版本，如下图：
然后创建一个resources的文件夹，一个soft文件夹，一个soft/flink文件夹。
mkdir resources
mkdir soft
mkdir soft/flink
然后退出容器
exit
安装Flink
然后执行docker cp 复制系统中的文件到指定的容器下，代码如下：
docker cp /soft/resources/flink-1.17.1-bin-scala_2.12.tgz flink-server:/resources/flink-1.17.1-bin-scala_2.12.tgz
复制成功如下：
然后重新进入容器，查看 ls resources，如下图：
然后进入cd resources文件夹，开始解压flink。这里使用1.17.1，因为当时1.18还没有对应的cdc包。
tar -zxvf flink-1.17.1-bin-scala_2.12.tgz -C /soft/flink/
然后进入flink下的flink-1.17.1文件夹
cd /soft/flink/flink-1.17.1
然后进入conf。
cd conf
然后修改配置文件里的localhost都改为0.0.0.0
vi flink-conf.yaml
但容器里通常没有vi命令，因为没有安装vi工具，因此需要安装vi工具。
在容器里执行下面命令
apt-get update
apt-get install vim
如果安装提示E: Unable to locate package vim ，是因为下载地址是海外地址。
修改为国内镜像地址即可。
修改方案一：（亲测这个163的地址不好用）
mv /etc/apt/sources.list /etc/apt/sources.list.bak
echo "deb http://mirrors.163.com/debian/ jessie main non-free contrib" >/etc/apt/sources.list
echo "deb http://mirrors.163.com/debian/ jessie-proposed-updates main non-free contrib" >>/etc/apt/sources.list
echo "deb-src http://mirrors.163.com/debian/ jessie main non-free contrib" >>/etc/apt/sources.list
echo "deb-src http://mirrors.163.com/debian/ jessie-proposed-updates main non-free contrib" >>/etc/apt/sources.list
修改方案二：（亲测，替换镜像后，apt-get update虽然也有错误，但vim安装成功了）
mv /etc/apt/sources.list /etc/apt/sources.list.bak
echo "deb http://mirrors.tuna.tsinghua.edu.cn/debian/ buster main contrib non-free" > /etc/apt/sources.list
echo "deb http://mirrors.tuna.tsinghua.edu.cn/debian/ buster-updates main contrib non-free" >>/etc/apt/sources.list
echo "deb http://mirrors.tuna.tsinghua.edu.cn/debian/ buster-backports main contrib non-free" >>/etc/apt/sources.list
echo "deb http://mirrors.tuna.tsinghua.edu.cn/debian-security buster/updates main contrib non-free">>/etc/apt/sources.list
然后重新执行 vi flink-conf.yaml，修改配置文件里的localhost都改为0.0.0.0。
numberOfTaskSlots和parallelism
配置flink-conf.yaml下的numberOfTaskSlots和parallelism。
numberOfTaskSlots是指任务管理器的并发执行能力，而Parallelism是指任务管理器实际使用的并发能力。numberOfTaskSlots可以通过参数taskmanager.numberOfTaskSlots进行配置，而Parallelism可以通过参数Parallelism.default进行配置。
taskmanager.numberOfTaskSlots定义的是【每个】任务管理器可使用的槽的数量，即如果有3个任务管理器，则配置taskmanager.numberOfTaskSlots为3时，等于我们定义了9个槽。通常，每个 TaskManager 的 numberOfTaskSlots 等于该机器上的 CPU 核数。
Parallelism.default是配置并发最大数量，如果配置为16，则我们开发的flink-job时，配置的并行度也需要小于16，否则安装到flink服务器时，将启动失败。如果服务器上上传多个job，那多个job的并发数量之和也要小于16，否则最后一个将启动失败。
开发时配置并行度代码：
env.setParallelism(1);//设置输入流并行度
配置flink-conf.yaml 的numberOfTaskSlots和parallelism：
# The number of task slots that each TaskManager offers. Each slot runs one parallel pipeline.
taskmanager.numberOfTaskSlots: 16
# The parallelism used for programs that did not specify and other parallelism.
parallelism.default: 16
当CPU为16核时，推荐配置如下：
taskmanager.numberOfTaskSlots: 16
parallelism.default: 16
parallelism.default: 32
parallelism.default: 64
parallelism.default: 128
然后 cd ../返回上一级，然后执行命令启动
bin/start-cluster.sh
然后访问10.1.0.100:8082（因为前面已经关闭了防火墙，所以这里可以直接访问，不然要开发固定端口）
到此，Flink的docker就配置完了。
其他Dock命令
which docker #which docker` 命令用于查找 `docker命令所在的路径。
docker images #查看当前服务器中docker 镜像列表
docker ps #查看正则运行的容器
docker ps -a #查看已停止的容器
netstat -untlp #需要查看端口占用 情况
kill -9 #进程号 杀进程
Docker自定义镜像
镜像创建好后，我们可以将镜像保存下来。
保存镜像命令如下：
docker commit flink-server flink-server-image;
docker save flink-server-image -o /soft/resources/flink-server-20240104.tar;
如下图：
在执行了docker commit后，我们就可以在本地镜像里找到我们刚刚提交的镜像了，输入docker images，就可以找到flink-server-image了，如下图：
然后我们使用本地镜像flink-server-image再创建一个容器，代码如下：
docker run -it -d --name flink-server-pre -p 8083:8081 flink-server-image:latest /bin/bash
执行成功如下图：
然后进入容器
docker exec -it flink-server-pre /bin/bash
然后cd到/soft/flink/flink-1.17.1，使用ls查看文件信息，如下：
cd /soft/flink/flink-1.17.1
然后执行一下启动flink，如下：
bin/start-cluster.sh
然后访问10.1.0.100:8083，就可以访问Flink的Web管理页面了。
到此Docker自定义镜像结束。
注：此文章为原创，任何形式的转载都请联系作者获得授权并注明出处！
若您觉得这篇文章还不错，请点击下方的【推荐】，非常感谢！
https://www.cnblogs.com/kiba/p/18027613