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。

相关问题

flink提交任务到yarn命令

提交Flink任务到YARN的命令如下：

./bin/flink run -m yarn-cluster -yn 2 -yjm 1024 -ytm 1024 examples/streaming/WordCount.jar

其中：

- `-m`：指定Flink集群的地址，这里使用yarn-cluster模式。
- `-yn`：指定YARN节点的数量，这里指定2个节点。
- `-yjm`：指定YARN上JobManager的内存大小，这里为1G。
- `-ytm`：指定YARN上TaskManager的内存大小，这里为1G。
- `examples/streaming/WordCount.jar`：指定要提交的Flink任务的jar包路径。

需要注意的是，提交任务前需要先启动YARN集群和Flink集群。同时，需要将Flink的lib目录下的所有jar包上传到YARN的HDFS上，以便在任务运行时能够访问到这些依赖库。

flink服务的指标 和flink on yarn 中的flink的指标 有哪些相似的地方

Flink服务和Flink on YARN中的Flink指标相似之处包括：

1. Job运行状态指标：包括运行中、已完成、已取消、已失败等状态。

2. Job运行时间指标：包括任务开始时间、任务结束时间、任务运行时长等。

3. Job资源使用指标：包括CPU、内存、网络等资源的使用情况。

4. Task指标：包括Task运行状态、Task运行时间、Task资源使用情况等。

5. 网络指标：包括数据传输速率、网络延迟等。

6. 容错指标：包括重启次数、故障恢复时间等。

以上是相似之处，当然还有一些不同的指标，比如Flink on YARN中会有一些与YARN相关的指标，比如NodeManager的资源使用情况等。