flink提交有几种模式 yarn-session模式 Application模式 Per-Job模式（生产中一般用这个，因为不论是监控还是提交都很方便，一个任务yarn分配一次） 详细解释

Flink 提交作业的三种模式：

1. Yarn-session 模式：在该模式下，Flink 集群与YARN 集成，即 Flink 集群在 YARN 上启动，并在其中开启一个长期运行的会话（Session），可以重复提交多个 Flink 作业。

2. Application 模式：在该模式下，每次提交 Flink 作业都会启动一个新的 YARN 应用程序，Flink 集群和 YARN 集成。

3. Per-Job 模式：在该模式下，每次提交 Flink 作业都会启动一个新的 YARN 应用程序，Flink 集群和 YARN 集成。与 Application 模式不同的是，Per-Job 模式下每次提交的作业都是一个独立的应用程序，即每个任务只分配一次资源，适用于生产环境中的任务提交，可以更方便地监控和管理每个作业。

总的来说，Yarn-session 模式适用于需要交互式查询和开发的场景，而 Application 模式和 Per-Job 模式适用于生产环境下的批处理和流处理任务。

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。

flink on yarn单节点

在Flink on Yarn的单节点模式下，可以使用以下命令来提交作业：
1. 进入到Flink的安装路径下。
2. 在命令行中使用以下命令提交作业：

   bin/flink run -yd -m yarn-cluster -c <jar包内类名> -yDyarn.provided.lib.dirs="<hdfs:///flink依赖位置>" <jar包位置>

这个命令会将作业提交到Yarn集群上，并在集群上启动一个Flink任务。\[1\]

另外，如果你想在单节点模式下以detached方式运行作业，可以使用以下命令：

./bin/flink run -t yarn-per-job --detached -Dclassloader.check-leaked-classloader=false <jar包位置>

这个命令会在Yarn上以per-job cluster模式启动一个Flink任务，并且作业会在后台运行。\[2\]

如果你想停止当前启动的Yarn Session，可以执行以下命令：

cat /tmp/.yarn-properties-root | grep applicationID | cut -d'=' -f 2 | xargs -I {} yarn application -kill {}

这个命令会停止当前正在运行的Yarn Session。\[3\]
#### 引用[.reference_title]
- *1* [Flink 搭建 单点、HA、ON YARN与提交作业方法](https://blog.csdn.net/Mogeko1/article/details/128662565)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [flink on yarn](https://blog.csdn.net/az9996/article/details/128313011)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]