flink-1：flink1.11.3单机部署并开启prometheus-metrics

下载flink1.11.3：

https://flink.apache.org/downloads.html

https://www.apache.org/dyn/closer.lua/flink/flink-1.11.3/flink-1.11.3-bin-scala_2.12.tgz

wget https://downloads.apache.org/flink/flink-1.11.3/flink-1.11.3-bin-scala_2.12.tgz

tar -xzvf flink-1.11.3-bin-scala_2.12.tgz

cd flink-1.11.3/bin

启动单机flink：

./start-cluster.sh

增加prometheus的度量支持：

cp plugins/metrics-prometheus/flink-metrics-prometheus-1.11.3.jar lib/

修改flink-conf.yaml配置文件(All job managers and task managers will expose the metrics on the configured port)：

vim conf/flink-conf.yaml

metrics.reporters: prom

metrics.reporter.prom.class: org.apache.flink.metrics.prometheus.PrometheusReporter

metrics.reporter.prom.port: 9999

杀掉flink后重启：

./bin/stop-cluster.sh

./bin/start-cluster.sh

访问metrics：

http://127.0.0.1:9999/metrics

运行一个测试demo：

打开一个界面输入如下指令:

nc -l 9000

然后提交demo到本地flink：

./bin/flink run examples/streaming/SocketWindowWordCount.jar --port 9000

在第一个用nc打开的界面进行输入并回车：

点开flink的taskManager界面：

http://127.0.0.1:8081/#/task-manager

点击运行的task查看日志：

说明demo正常运行了。

但是这种方式获取metrics有一个问题，因为task是由yarn调度到不同节点然后运行的，所以prometheus配置中不能写死IP，只能通过pushgateway的方式由flink的job/task将metrics主动推送到pushgateway，然后prometheus定期的从pushgateway取数据。这样，需要对flink-conf.yaml做改动：

metrics.reporter.promgateway.class: org.apache.flink.metrics.prometheus.PrometheusPushGatewayReporter

metrics.reporter.promgateway.host: 192.168.111.64

metrics.reporter.promgateway.port: 9091

metrics.reporter.promgateway.jobName: flink

metrics.reporter.promgateway.randomJobNameSuffix: true

metrics.reporter.promgateway.deleteOnShutdown: false

metrics.reporter.promgateway.groupingKey: env=test;app=flink-standalone

metrics.reporter.promgateway.interval: 30 SECONDS

再次启动flink，可以在prometheus的pushgateway看到：

打开prometheus可以看到已经收集到的指标：

有采集数据后，贺鹏远后续在grafana出监控图表，最后观察指标变化，确认报警公式。