Flink 可以选择的部署方式有：
Local、Standalone（资源利用率低）、Yarn、Mesos、Docker、Kubernetes、AWS。
我们主要对 Standalone 模式和 Yarn 模式下的 Flink 集群部署进行分析。

3.1Standalone 模式安装

我们对 standalone 模式的 Flink 集群进行安装，准备三台虚拟机，其中一台作为
JobManager（hadoop-senior01），另外两台作为 TaskManager（hadoop-senior02、
hadoop-senior03）。

1. 在官网下载 1.6.1 版本 Flink（https://archive.apache.org/dist/flink/flink-1.6.1/）。
2. 将安装包上传到要按照 JobManager 的节点（hadoop-senior01）。

3. 进入 Linux 系统对安装包进行解压：

   
   微信截图_20190523132319.png

4. 修改安装目录下 conf 文件夹内的 flink-conf.yaml 配置文件，指定 JobManager：

   
   微信截图_20190523132410.png
   微信截图_20190523132434.png

5. 修改安装目录下 conf 文件夹内的 slave 配置文件，指定 TaskManager：

   
   微信截图_20190523132531.png
6. 将配置好的 Flink 目录分发给其他的两台节点：

scp -r /opt/modules/flink-1.6.1 hadoop-senior02.itguigu.com:/opt/modules
scp -r /opt/modules/flink-1.6.1 hadoop-senior03.itguigu.com:/opt/modules

7. 在 hadoop-senior01 节点启动集群：

   
   微信截图_20190523133148.png

8. 通过 jps 查看进程信息：

   
   微信截图_20190523133223.png

9. 访问集群 web 界面（8081 端口）：

   
   微信截图_20190523133306.png

3.2Yarn 模式安装

1 在官网下载 1.6.1 版本 Flink（https://archive.apache.org/dist/flink/flink-1.6.1/）。
2 将安装包上传到要按照 JobManager 的节点（hadoop-senior01）。
3 进入 Linux 系统对安装包进行解压：

微信截图_20190523133415.png
4 修改安装目录下 conf 文件夹内的 flink-conf.yaml 配置文件，指定 JobManager：
微信截图_20190523133508.png
5 修改安装目录下 conf 文件夹内的 slave 配置文件，指定 TaskManager：
微信截图_20190523133545.png
6 将配置好的 Flink 目录分发给其他的两台节点：

scp -r /opt/modules/flink-1.6.1 hadoop-senior02.itguigu.com:/opt/modules
scp -r /opt/modules/flink-1.6.1 hadoop-senior03.itguigu.com:/opt/modules

7. 明确虚拟机中已经设置好了环境变量 HADOOP_HOME。
8. 启动 Hadoop 集群（HDFS 和 Yarn）。
9. 在 hadoop-senior01 节 点 提 交 Yarn-Session， 使 用 安 装目 录 下 bin 目录中的yarn-session.sh 脚本进行提交：

/opt/modules/flink-1.6.1/bin/yarn-session.sh -n 2 -s 6 -jm 1024 -tm 1024 -nm test -d

其中：
-n(--container)：TaskManager 的数量。
-s(--slots)： 每个 TaskManager 的 slot 数量，默认一个 slot 一个 core，默认每个
taskmanager 的 slot 的个数为 1。
-jm：JobManager 的内存（单位 MB)。
-tm：每个 taskmanager 的内存（单位 MB)。
-nm：yarn 的 appName(现在 yarn 的 ui 上的名字)。
-d：后台执行。

10. 启动后查看 Yarn 的 Web 页面，可以看到刚才提交的会话：

    
    微信截图_20190523133911.png

11. 在提交 Session 的节点查看进程：

    
    微信截图_20190523133943.png
12. 提交 Jar 到集群运行：

/opt/modules/flink-1.6.1/bin/flink run -m yarn-cluster examples/batch/WordCount.jar

13. 提交后在 Yarn 的 Web 页面查看任务运行情况：

    
    微信截图_20190523134104.png

14. 任务运行结束后在控制台打印如下输出：

    
    微信截图_20190523134144.png