Dinky 实时计算平台系列（十四）Dinky数据开发之FlinkSql作业执行模式

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Flink sql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