在《Flink本地模式安装(Local Setup)》的文章中，我简单地介绍了如何本地模式安装(Local Setup)Flink，本文将介绍如何Flink集群模式安装，主要是Standalone方式。

要求（Requirements）

Flink可以在Linux, Mac OS X 以及Windows（通过Cygwin）等平台上运行。集群模式主要是由一个master节点和一个或者多个worker节点组成。在你启动集群的各个组件之前，确保每个节点上都安装了下面的软件：

• Java 1.7.x或者更高版本
• ssh（如何安装可以参见《Linux平台下安装SSH》）。

我们必须在每个节点上配置好JAVA_HOME环境变量，并将这个值设定成Java的安装路径。

Flink部署(Flink Setup)

Flink配置(Configuring Flink)

首先到Flink官网下载好相应的包，然后解压等， 并进入解压后的Flink根目录。然后我们对其进行相关的配置。主要涉及到的配置文件是conf/flink-conf.yaml。

我们将jobmanager.rpc.address的值设置成你master节点的IP地址。此外，我们通过jobmanager.heap.mb和taskmanager.heap.mb配置参数来设置每个节点的JVM能够分配的最大内存。从配置参数名字可以看出，这个参数的单位是MB，如果某些节点拥有比你之前设置的值更多的内存时，我们可以在那个节通过FLINK_TM_HEAP参数类覆盖值钱的设置。

最后，我们需要把所有将要作为worker节点的IP（或者是hostname）地址存放在conf/slaves文件中，就像HDFS配置一样。每个worker节点最后会运行一个TaskManager。在conf/slaves文件中，每个IP地址必须放在一行，如下：

192.168.0.100
192.168.0.101
.
.
.
192.168.0.150

我们最好将Flink安装包放在每个worker节点的同一位置上，你可以使用共享NSF目录或者将配置好的Flink安装包分发到所有的worker节点上。

下面介绍几个比较重要的选项：

taskmanager.heap.mb：每个TaskManager可用的总内存
taskmanager.numberOfTaskSlots：每台机器上可用CPU的总数
parallelism.default：每个Job运行时默认的并行度（这个参数在文档中介绍好像有问题）
taskmanager.tmp.dirs：临时目录

关于更详细的Flink配置请参见Flink官方网站：https://ci.apache.org/projects/flink/flink-docs-master/setup/config.html。

启动Flink(Starting Flink)

在master节点上运行下面的脚本，那么这台机器上将会启动一个JobManager，并通过SSH连接列在slaves文件中的所有节点以便在每个节点上启动TaskManager。

[iteblog@www.iteblog.com ~]$ bin/start-cluster.sh

一切顺利的话，我们的Flink集群模式已经部署完成！运行在master的JobManager进程通过配置好的RPC端口来接收Job的提交。

如果你想停止集群，可以在master节点上运行下面的命令：

[iteblog@www.iteblog.com ~]$ bin/stop-cluster.sh

在已经运行的集群中添加JobManager/TaskManager

　　我们可以通过bin/taskmanager.sh或者bin/jobmanager.sh脚本在已经运行的集群中添加JobManager或者TaskManager节点

添加一个JobManager

[iteblog@www.iteblog.com ~]$ bin/jobmanager.sh (start cluster)|stop|stop-all

添加一个TaskManager

[iteblog@www.iteblog.com ~]$ bin/taskmanager.sh start|stop|stop-all

需要注意的是，我们必须在我们期望作为JobManager或者TaskManager的机器上运行上面的脚本。