近期由于工作原因，碰巧使用到了flink+kafka+hdfs+kerberos流式计算。一路走来，崎岖坎坷，满是荆棘。以此文记录一下学习实践经历。若能为各位后来者提供帮助，实乃我幸！
关于一些基础的理论性知识我也不再赘述，需要的童鞋们可以去度娘或者google，这里我只说自己在实践中遇到的坑和解决的方案。
1.在IDEA中可以正产运行，但是提交到flink单机集群或者yarn集群报类加载的相关错误，请排查flink的jar包版本和flink集群是否匹配，如不匹配，则更换至对应的核心jar，因为flink各版本之间存在兼容问题。如下图：
2.Hadoop相关的jar包在maven中务必使用provided，否则可能会导致jar冲突类似问题，且flink报错不是很准确。如下图：
3.flink程序中尽量不要用static Map做jvm缓存，在实际运行代码的时候，IDEA没有问题，但是在集群运行会出现取不到值的情况，实在要用，则在new Function时，作为构造函数的参数传递进去。如图：
4.如果你存在多个kdc认证服务，flink中kerberos认证配置需要指定特殊的krb5.conf，而不是直接访问/etc/krb.conf。通过-Djava.security.krb5.conf=/home/mcd_cep/kerberos/krb5.conf指定，你会发现无效。这个时候需要通过指定taskManager的运行参数，才能生效。且flink-conf.yaml中 不需要指定jaaz。conf文件。如图：
5.提交任务到flink yarn 执行，需要指定特殊krb5.conf时，1.13版本之前的flin需要保证yarn节点的机器存在kdc的配置文件，即krb5.conf，然后类似上一个问题一样设置即可。
6.如果要提交到yarn运行，建议现在standalone Cluster验证通过后，在提交任务至yarn。因为单机集群定位问题，相对比较方便。
7.日志查看：可以修改flink/conf目录下面log4j相关的配置文件。通过flink-conf.yaml指定日志目录，flink-xxxx-client-xxxx.log为客户端启动日志;flink-xxxx-taskexecutor-xxxx.log为任务的运行日志。学会看日志很有帮助，可以减少很多盲目的问题。
实际远不止这一点坎坷，暂时只想起这些。后续想起来在补充一二。