注意：flink-1.10 版本的 native-k8s 还是实验版本，相关配置或客户端可能在未来变更。并且当前版本仅支持 session 模式

1.环境需求

• Kubernetes 版本 >= 1.9
• 用户需要有在 k8s 集群上的相关权限(list/create/delete pods/delete services)，需要准备好 KubeConfig 文件，默认会使用( ~/.kube/config，也可以在运行时通过 kubernetes.config.file 指定). 可以运行 kubectl auth can-i <list|create|edit|delete> pods 来测试当前用户是否有相关权限。
• 配置好 Kubernetes DNS 服务 (最好测试一下域名解析能否成功)
• 准备好 k8s 用户账号，并配置好 RBAC 权限(create, delete pods)
• 准备 flink 集群的 image 镜像：可以使用官方镜像，也可以自己打镜像

2.Flink Kubernetes Session

对 k8s 部署模式来说，官方目前只提供了 session 运行模式。 Job Cluster 模式正在开发中。

2.1 启动 Flink Session

注意：要确保 flink-conf.yaml 中的 env.java.home 配置被注释，否则无法启动成功！

# env.java.home: /usr/local/java

先在 k8s 上启动 Flink Session

# -Dkubernetes.container.image=localhost:5000/flink-1.10.0.1 指定镜像，如果不指定该配置，会使用默认配置的官方镜像(flink:latest) 
# -Dkubernetes.jobmanager.service-account=flink 指定有 k8s 权限的账号，jobmanager 用该账号为 taskmanager 申请 k8s 的 pod
./bin/kubernetes-session.sh -Dkubernetes.container.image=localhost:5000/flink:1.10.0.1 -Dkubernetes.jobmanager.service-account=flink

可以根据需要添加配置，k8s session 的所有相关配置在这里.
例如：启动一个有 2 个 cpu 核心，4GB 内存的 TaskManager

./bin/kubernetes-session.sh \
  -Dkubernetes.cluster-id=<ClusterId> \
  -Dtaskmanager.memory.process.size=4096m \
  -Dkubernetes.taskmanager.cpu=2 \
  -Dtaskmanager.numberOfTaskSlots=4 \
  -Dkubernetes.container.image=flink:1.10.0.1 \
  -Dkubernetes.service.exposed.type=ClusterIP

其余配置则使用 conf/flink-conf.yaml 中的配置，所有配置在这里
如果没有指定 kubernetes.cluster-id, flink 客户端会随机生成一个 UUID。

2.2 向 Flink Session 提交作业

通过 -e kubernetes-session 指定部署到之前启动的 k8s 集群，并且可以通过 -D 指定参数

./bin/flink run -d -e kubernetes-session -Dkubernetes.jobmanager.service-account=flink -Dkubernetes.cluster-id=<ClusterId> examples/streaming/WindowJoin.jar

2.3 访问 Job Manager UI 界面

这里涉及 k8s 相关概念，由于 k8s 有自己的 ‘防火墙’，用户需要定义组件的端口暴露规则，将端口映射到宿主机，k8s 目前提供了 4 种端口映射方式：

• ClusterIP：组件 ip 和端口只能在 k8s 集群内访问。如果你想访问 jobmanager ui 或者向该 session 集群提交任务，需要启动一个本地代理：

kubectl port-forward service/<ServiceName> 8081

• NodePort：静态端口，通过宿主机 NodeIP:NodePort 就可以直接访问 jobmanager UI
• LoadBalancer：由宿主机上的 load balancer 服务动态生成可用端口，jobmanager web interface 的 NodePort 会在提交 job 时客户端的日志中找到
• ExternalName：映射服务到一个 DNS 域名，当前 flink 版本还不支持

2.4 连接 k8s session

可以使用以下命令连接启动的 k8s session

./bin/kubernetes-session.sh -Dkubernetes.cluster-id=<ClusterId> -Dexecution.attached=true

2.5 停止 flink k8s Session

echo 'stop' | ./bin/kubernetes-session.sh -Dkubernetes.cluster-id=<ClusterId> -Dexecution.attached=true

2.6 资源清理

依赖 k8s 机制进行清理，删除 k8s 服务即可回收所有占用的 k8s 资源(当然服务也停了)

kubectl delete service/<ClusterID>

3.Log Files

默认情况下 jobmanager 和 taskmanager 只将日志保存到 pod 的 /opt/flink/log 目录下。如果要使用 kubectl logs <PodName>查看日志，需要进行以下配置：

• 在 Flink 客户端的 log4j.properties 文件中添加一个新的 appender ：console

# Log all infos to the console
log4j.appender.console=org.apache.log4j.ConsoleAppender
log4j.appender.console.layout=org.apache.log4j.PatternLayout
log4j.appender.console.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss,SSS} %-5p %-60c %x - %m%n

• 更新 rootLogger ：log4j.rootLogger=INFO, file, console.
• 更改配置，移除 jobmanager/taskmanager 启动时的重定向： -Dkubernetes.container-start-command-template="%java% %classpath% %jvmmem% %jvmopts% %logging% %class% %args%".
• 重启 k8s-session，使用 kubectl logs <PodName> 命令查看日志
  如果 pod 已经启动了，也可以使用 kubectl exec -it <PodName> bash 进入 pod 查看日志或者进行 debug。

4.k8s 相关概念

Namespaces

k8s 的命令空间，类似于 yarn 中 queue 的概念，可以定义集群资源，给不同用户使用。详情可以查看k8s官网。
可以通过 -Dkubernetes.namespace=default 指定 namespace

RBAC

• 给 default namespace 的 default 账号赋权

kubectl create clusterrolebinding flink-role-binding-default --clusterrole=edit --serviceaccount=default:default

• 自定义运行账号并赋权
  比如 flink 账号

kubectl create serviceaccount flink
kubectl create clusterrolebinding flink-role-binding-flink --clusterrole=edit --serviceaccount=default:flink

然后可以使用 -Dkubernetes.jobmanager.service-account=flink 指定 jobmanager 使用 flink 账号来创建或删除 Taskmanager pods

可以查看官方 RBAC 文档了解详情。

5.实现机理

简单介绍一下 Flink 和 k8s 的交互原理。

当创建 Flink k8s session 集群时，flink 客户端首先连接 Kubernetes ApiServer，提交要启动的集群描述(cluster description),包括 ConfigMap 、Job Manager Service、Job Manager Deployment 和 Owner(1). Kubernetes 将创建 Flink master deployment，Kubelet 拉取 flink image，准备并挂载卷(mount the volume)，然后执行 start 命令。master pod 启动后，Dispatcher 和KubernetesResourceManager 就可用了，这时就可以向该集群提交作业了(2).

当用户使用 Flink 客户端提交作业，客户端会生成 job graph，然后将 job graph 连同用户 jar 包上传到 Dispatcher(3)。Dispatcher 会生成和该作业对应的 JobMaster(4).

JobMaster 向 KubernetesResourceManager(K8sRM)申请运行资源(slots)(5)。如果当前没有空闲 slots，K8sRM 会向 k8s Master 申请并注册 TaskManager pods(6 7 8 9 10).