部署模式
Flink的部署模式主要有以下三种：
- 会话模式（Session Mode）
- 单作业模式（Per-Job Mode）
- 应用模式（Application Mode）
区别：
集群的生命周期以及资源的分配方式；以及应用的 main 方法到底在哪里执行——客户端（Client）还是 JobManager。
会话模式（Session Mode）
首先需要启动一个集群，建立并保持一个会话，在这个会话中通过客户端提交作业
优势：只需要一个集群，所有作业提交之后都进集群处理，集群的生命周期是超越作业上的，作业结束释放资源，集群继续运行。
缺点：因为资源是共享的，当资源不足时，提交新的作业会失败，另外，同一个taskmanager上可能运行了很多作业，如果其中一个发生故障导致taskmanager宕机，所有作业都将会受到影响。
总结：适合单个规模小，执行时间短的大量作业。
单作业模式（Per-Job Mode）
为了更好的隔离资源，为每个提交的作业启动一个集群
由客户端运行应用程序，然后启动集群，作业被提交给 JobManager，进而分发给 TaskManager 执行。作业作业完成后，集群就会关闭，所有资源也会释放。这样一来，每个作业都有自己的jobmanager管理，占用独享的资源，即使发生故障，也不会影响其他作业。
总结：在生产环境中更加稳定，成为实际应用中的首选，但单作业模式一般需要借助一个资源管理框架来启动集群，Yarn，k8s等。
应用模式（Application Mode）
前两种模式应用代码都是在客户端运行，然后由客户端提交给jobmanager的，这种方式的弊端是：需要占用大量网络带宽，去下载依赖和把二进制数据发送给jobmanager，将会加重客户端资源消耗。
所以Application Mode的解决办法是：不需要客户端，直接把应用提交到jobmanager上运行，这意味着要为每个提交的应用单独启动一个jobmanager，也就是创建一个集群，jobmanager执行完自己的应用将会关闭
应用模式与单作业模式，都是提交作业之后才创建集群；单作业模式是通过客户端来提交的，客户端解析出的每一个作业对应一个集群；而应用模式下，是直接由 JobManager 执行应用程序的，即使应用包含了多个作业，也只创建一个集群。
总结：
会话模式下，集群的生命周期独立于集群上运行的任何作业的生命周期，并
且提交的所有作业共享资源。而单作业模式为每个提交的作业创建一个集群，带来了更好的资源隔离，这时集群的生命周期与作业的生命周期绑定。最后，应用模式为每个应用程序创建一个会话集群，在 JobManager 上直接调用应用程序的 main()方法。
实际应用：
独立模式（Standalone）：
优点：独立运行，不依赖任何外部资源管理平台
缺点：如果资源不足或出现故障，没有自动扩展和资源重分配的保障，必须手动处理
适用于：开发测试和作业很少的场景下
高可用：对于Flink来说，一般有多个taskmanager，即使运行出现故障，只需重启故障节点，但是针对一个作业来说，管理的jobmanager只有一个，可能会出现单点故障，为了高可用性，需要对jobmanager做主备冗余，通过配置，让集群在任何时候都有一个主 JobManager 和多个备用 JobManagers。
YARN模式：
部署过程：客户端把 Flink 应用提交给 Yarn 的 ResourceManager, Yarn 的 ResourceManager 会向 Yarn 的 NodeManager 申请容器。在这些容器上，Flink 会部署JobManager 和 TaskManager 的实例，从而启动集群。Flink 会根据运行在 JobManger 上的作业所需要的 Slot 数量动态分配 TaskManager 资源。
高可用：
YARN 的高可用是只启动一个 Jobmanager, 当这个 Jobmanager 挂了之后, YARN 会再次启动一个, 所以其实是利用的 YARN 的重试次数来实现的高可用。
