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

flink提交有几种模式

### 回答1：
在 Apache Flink 中，有两种提交模式：

1. 本地模式：在本地运行 Flink 程序，通常用于开发和测试。

2. 集群模式：将 Flink 程序提交到远程 Flink 集群中运行。

在集群模式下，还有两种提交方式：

- 交互式提交：通过 Flink 自带的 web 界面，手动提交 Flink 程序。
- 非交互式提交：通过命令行工具或者脚本自动提交 Flink 程序，通常用于生产环境。

### 回答2：
flink提交有两种模式：本地模式和集群模式。

1. 本地模式：在本地模式下，Flink应用程序可以直接在开发者的本地机器上运行。在本地模式下，应用程序不需要连接到Flink集群，并且所有的任务都在本地地机器上执行。这种模式适用于开发和测试Flink应用程序，它可以提供快速的开发和调试过程。

2. 集群模式：在集群模式下，Flink应用程序需要连接到一个Flink集群，这个集群由一组相互连接的Flink任务管理器（TaskManager）组成。在集群模式下，应用程序将提交给Flink集群，由集群来分配和管理任务的执行。这种模式适用于生产环境中的实际应用程序部署，可以实现高可用性和高并发的计算。

无论是本地模式还是集群模式，都需要使用Flink自带的命令行工具或者使用Fink的API来提交应用程序。在本地模式下，可以直接使用命令`./bin/flink run`来提交应用程序。在集群模式下，首先需要在集群上启动Flink，然后使用命令`./bin/flink run -m <jobmanager-address> <path-to-jar-file>`来提交应用程序。

### 回答3：
flink提交有两种模式。

第一种是本地模式，也称为“单机模式”或“本地集群模式”。在这种模式下，flink作业是在本地计算机上运行的，不涉及到远程连接。这种模式适用于小规模的数据处理和开发测试，通过本地计算资源即可完成计算。在本地模式下，flink启动一个MiniCluster来模拟分布式集群环境，能够同时运行多个任务。本地模式对于快速迭代和调试有很大的帮助。

第二种是集群模式，也称为“分布式模式”。在这种模式下，flink作业是通过将任务提交到远程flink集群上执行的。远程flink集群由多台计算机组成，可以有效地处理大规模的数据。集群模式可以通过命令行或Web UI进行任务提交，flink会将作业分配给可用资源，然后进行计算。集群模式可以根据实际需求进行扩展，提高计算的并行度和整体处理能力。

总结来说，flink提交有两种模式：本地模式和集群模式。本地模式适用于小规模的数据处理和开发测试，而集群模式适用于大规模数据的分布式计算。不论采用哪种模式，flink都能够提供高效、可靠的数据处理和分析能力。

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。