Flink Yarn-Per-Job中，applicationmaster是不是就是JobManager？

是的，Flink Yarn-Per-Job模式中的application master就是JobManager。在Yarn-Per-Job模式下，每个Flink作业都会在YARN集群上启动一个独立的应用程序主管（application master），负责协调和管理该作业的执行。这个应用程序主管就是Flink的JobManager，负责接收和调度任务，监控作业的执行状态，并与YARN资源管理器（ResourceManager）进行通信来获取和释放资源。因此，Flink的JobManager在Yarn-Per-Job模式下充当了application master的角色。

相关问题

开启 Hadoop 集群，在 yarn 上以 per job 模式（即 Job 分 离 模 式 ， 不 采 用 Session 模 式 ） 运 行$FLINK_HOME/examples/batch/WordCount.jar， 将运行结果最后 10 行截图粘贴到答

开启Hadoop YARN集群并以Per-Job模式运行Apache Flink的例子需要几个步骤：

1. **准备环境**：
- 安装并配置Hadoop和YARN，确保它们都正常运行。
- 将Flink安装到集群上，设置好环境变量指向`$FLINK_HOME`。

2. **启动YARN**：
- 在Hadoop集群的ResourceManager上启动YARN服务，确保它监听正确的端口，并且对JobSubmissionProtocol开放。

3. **配置Flink**：
- 在Flink配置文件`flink-conf.yaml`中，配置`jobManager.rpc.address`和`jobManager.high-availability.storageDir`指向YARN的RM地址。
- 关闭session模式，启用per-job模式。可以在`high-availability`部分添加：

     high-availability:
       mode: standalone

4. **打包应用**：
- 打包`examples/batch/WordCount.jar`，可能需要添加`yarn-client`或`yarn-application`作为maven或gradle插件，以便于YARN管理。

5. **提交任务**：
- 使用Flink的`flink run`命令或者`yarn client`工具提交任务，类似于：

     $ bin/flink run -c org.apache.flink.streaming.examples.WordCount WordCount.jar

或者在YARN客户端环境中：

     $ bin/flink run -s yarn-cluster -j WordCount.jar

6. **查看结果**：
- 任务完成后，从Hadoop的JobHistory服务器或者YARN的任务历史日志中查找WordCount作业的结果。

7. **截取结果**：
- 一旦看到结果，你可以选择手动复制最终10行内容或者利用某些脚本语言（如bash或Python）抓取并保存前10行到图片。

请注意，这里提供的是一般的指导步骤，实际操作可能会因特定环境而略有差异。完成任务后，你应能看到类似这样的输出：

...
[RESULT] Top 10 most frequent words:
word1 count1
word2 count2
...

然后截取这部分内容作为答案的一部分。

通过yarn提交perjob的flink任务设置内存和cpu

在使用yarn提交perjob的flink任务时，可以通过以下方式设置内存和CPU：

1. 通过--yarn-properties参数设置yarn的参数。示例命令：

   yarn per-job -m 4g -yD yarn.app.mapreduce.am.resource.cpu-vcores=2 -yD yarn.app.mapreduce.am.resource.memory-mb=4096 

上述命令设置了flink任务的内存为4G，yarn的CPU核心数为2，yarn的内存为4096M。可以根据实际需要进行修改。

2. 通过flink-conf.yaml文件设置flink的参数。示例内容：

   jobmanager.memory.process.size: 1024m
   taskmanager.memory.process.size: 2048m

上述设置将jobmanager的内存设置为1G，taskmanager的内存设置为2G。可以根据实际需要进行修改。

注意：以上两种方式只能选择其中一种进行设置，否则会出现参数冲突的问题。