在前面的文章我们介绍了dinky中的作业。也介绍了这里的黑框是用来编写实际代码的，编写完成之后，我们需要调试，需要验证，那么就需要对应的执行环境，不同的执行环境就对应不同的执行模式。本文的话，我们介绍下dinky中FlinkSql作业的执行模式。
dinky支持哪些执行模式？
在dinky中，作业编写完毕之后，右侧的配置里面就要一个执行模式，如下图：
这里可以选择对应的执行模式，dinky中支持的Flinksql执行模式有：
Local Standalone Yarn Session Yarn Per-Job Yarn Application Kubernetes Session Kubernetes Application
这些执行模式有哪些特点，分别适用于哪些场景？
上面我们列举了7种执行模式，哪些执行模式有哪些特点，并且有哪些注意事项呢？下面我们来列举下：
| 序号 | 模式 | 说明 | 特点 | 适用场景 | 注意事项 |
| 1 | local | Dinky 内置的 Flink MiniCluster，如果提交任务至 Local 模式则将在 Dinky 内部运行该作业。 | 不需要外部 Flink 集群，资源受限。 | 语法校验、查看 JobPlan、查看字段级血缘、执行资源占用非常小的批作业。 | 请不要提交流任务至 Local，如果提交了，你将无法关闭它，只能重启 Dinky。 |
| 2 | standalone | Dinky 将通过 JobManager 的 Rest 端口提交 FlinkSQL 作业至外部的 Flink Standalone 集群。 | 作业资源共享，启动快，不依赖 Yarn 或 K8S。 | 批作业、Flink OLAP 查询、资源占用小的流作业。 | |
| 3 | yarn session | Dinky 将通过 JobManager 的 Rest 端口提交 FlinkSQL 作业至外部的 Flink Yarn Session 集群。 | 作业资源共享，启动快。 | 作业资源共享，启动快，批作业、Flink OLAP 查询、资源占用小的流作业。 | 需要手动启动 Yarn Session 集群并注册到 Dinky 的集群实例 |
| 4 | yarn per-job | Dinky 将通过 Yarn 来创建 Flink Yarn Per-Job 集群。 | 作业资源隔离，启动慢，每个 JobGraph 创建一个集群。 | 资源占用较多的批作业和流作业。 | 需要在 Dinky 的集群配置中注册相关的 Hadoop 和 Flink 配置 |
| 5 | yarn application | Dinky 将通过 Yarn 来创建 Flink Yarn Application 集群。 | 作业资源隔离，启动慢，节约网络资源，所有 JobGraph 只创建一个集群。 | 资源占用较多的批作业和流作业。 | 需要在 Dinky 的集群配置中注册相关的 Hadoop 和 Flink 配置 |
| 6 | kubernetes session | Dinky 将通过暴露的 NodePort 端口提交 FlinkSQL 作业至外部的 Flink Kubernetes Session 集群。 | 作业资源隔离，启动快，动态扩容。 | 作业资源隔离，启动快，动态扩容，批作业、Flink OLAP 查询、资源占用小的流作业。 | 需要在 Dinky 的集群配置中注册相关的 Kubernetes 和 Flink 配置 |
| 7 | kubernetes application | Dinky 将通过 dlink-app 镜像创建的 Flink Kubernetes Application 集群。 | 作业资源隔离，启动慢，动态扩容，节约网络资源，所有 JobGraph 只创建一个集群。 | 作业资源隔离，启动慢，动态扩容，节约网络资源，资源占用较多的批作业和流作业。 | 需要在 Dinky 的集群配置中注册相关的 Kubernetes 和 Flink 配置 |
以上就是关于Dinky中flinksql的作业执行模式的介绍
还没有评论，来说两句吧...