[大数据]flink实现类似spark.yarn.jars的操作

通常flink打包的时候会依赖很多flink相关的依赖，最后打出来的jar包非常大。在spark里面on yarn模式下，我们可以在spark下，通过将spark jars上传到hdfs的目录下，然后在提交任务的时候指定spark.yarn.jars配置就可以实现，thin jar的方式提交，这样会节省很多的网络带宽资源。

在flink1.11之后也可以实现这样的操作，如下：

1.先将flink的lib、opt、plugins等目录上传到hdfs的目录下：hdfs://myhdfs/remote-flink-dist-dir。

2.提交任务的时候指定yarn.provided.lib.dirs配置为hdfs的路径。

./bin/flink run-application -t yarn-application \
    -Djobmanager.memory.process.size=2048m \
    -Dtaskmanager.memory.process.size=4096m \
    -Dyarn.provided.lib.dirs="hdfs://myhdfs/remote-flink-dist-dir" \
    ./MyApplication.jar

3.或者也可以将用户的任务的jar一起上传到hdfs上，然后提交任务。

./bin/flink run-application -t yarn-application \
    -Djobmanager.memory.process.size=2048m \
    -Dtaskmanager.memory.process.size=4096m \
    -Dyarn.provided.lib.dirs="hdfs://myhdfs/remote-flink-dist-dir" \
    hdfs://myhdfs/jars/MyApplication.jar

这将使作业提交更加轻量，因为所需的 Flink jar 和应用程序 jar 将从指定的远程位置获取，而不是由客户端发送到集群。客户端将发送到集群的唯一内容是您的应用程序的配置，其中包括所有上述路径。

参考博客：
Apache Flink: Application Deployment in Flink: Current State and the new Application Modehttps://flink.apache.org/news/2020/07/14/application-mode.html