Flink Run 参数详解

Flink是一个流处理和批处理的开源框架，它提供了强大的分布式计算能力，广泛应用于大数据处理领域。Flink提供了丰富的命令行工具，其中最常用的就是flink run命令。下面我们将详细解释flink run命令中的各个参数。

1. -c 或 --class
   这个参数用于指定包含main方法的类。在运行Flink作业时，需要指定包含main方法的类，以便启动作业。
2. -C 或 --classpath
   这个参数用于向每个用户代码添加URL，这些URL是通过UrlClassLoader加载的。使用这个参数可以指定额外的类路径，以便程序能够找到所需的类或资源。
3. -d 或 --detached
   这个参数用于在后台运行作业。当使用这个参数时，Flink将在后台启动作业，并且不会阻塞当前终端或命令提示符。
4. -p 或 --parallelism
   这个参数用于指定作业的并行度。并行度决定了作业在集群中的任务槽数量。合理设置并行度可以提高作业的性能和吞吐量。
5. -q 或 --sysoutLogging
   这个参数用于禁止将日志输出作为标准输出。默认情况下，Flink会将日志输出到标准输出流中，这可能会影响终端或命令提示符的输出。使用这个参数可以避免这种情况。
6. -s 或 --fromSavepoint
   这个参数用于从指定的保存点恢复作业。当你想从某个特定的状态恢复作业时，可以使用这个参数指定保存点的路径。
7. -sae 或 --shutdownOnAttachedExit
   这个参数用于指定当从前台提交作业时，如果客户端中断，集群中的作业任务也将关闭。这是一个安全选项，用于确保作业在异常情况下能够正确关闭。
8. -m 或 --jobmanager
   这个参数用于指定作业管理器类型，这里选择的是YARN集群模式。在Flink中，可以使用不同的集群管理器来提交和运行作业，例如YARN、Mesos等。通过指定作业管理器类型，可以控制作业在集群中的部署和执行方式。
9. -yd 或 --yarndetached
   这个参数用于在YARN集群模式下在后台运行作业。与-d参数类似，使用这个参数可以在提交作业后立即返回命令提示符，而作业将在后台运行。
10. -yjm 或 --yarnjobManager
    这个参数用于指定YARN集群模式下JobManager的内存大小。JobManager是Flink集群中的主节点，负责协调和管理作业的执行。通过合理设置JobManager的内存大小，可以提高集群的整体性能和稳定性。
11. -ytm 或 --yarntaskManager
    这个参数用于指定YARN集群模式下TaskManager的内存大小。TaskManager是Flink集群中的工作节点，负责执行具体的任务。合理设置TaskManager的内存大小同样可以提高集群的性能和稳定性。
12. -yn 或 --yarncontainer
    这个参数用于指定YARN集群模式下需要的TaskManager个数。TaskManager的数量决定了集群中可以并行执行的任务槽数量。根据作业的规模和需求，合理配置TaskManager的数量可以提高作业的吞吐量和响应时间。
13. -yid 或 --yarnapplicationId
    这个参数用于指定作业依附的YARN应用程序ID。在YARN集群模式下，每个Flink作业都会被视为一个独立的应用程序，并分配一个唯一的应用程序ID。通过指定应用程序ID，可以区分和管理不同的Flink作业实例。
14. -ynm 或 --yarnname
    这个参数用于指定YARN应用程序的名称。通过为应用程序指定一个有意义的名称，可以更容易地识别和管理不同的Flink作业实例。
15. -ys 或 --yarnslots
    这个参数用于指定分配给作业的插槽数。插槽是Flink中用于表示并行度的资源单位。通过合理设置插槽数，可以更好地利用集群资源并提高作业的性能和吞吐量。