• 相关源码 https://github.com/Java-Edge/Flink-Tutorial
• 下载安装 https://ci.apache.org/projects/flink/flink-docs-release-1.8/tutorials/local_setup.html

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

 brew install apache-flink

1 需求

1.1 Flink开发批处理应用程序

词频统计(word count)

一个文件，统计文件中每个单词出现的次数，分隔符是\t。统计结果我们直接打印在控制台(生产上肯定是Sink到目的地)

2 开发环境

2.1 Maven构建

2.1.1 Requirements

Maven 3.0.4（或更高版本）

Java 8

2.1.2 Create Project

使用以下命令之一创建项目：

maven archetype

 $ mvn archetype:generate                               \
      -DarchetypeGroupId=org.apache.flink              \
      -DarchetypeArtifactId=flink-quickstart-java      \
      -DarchetypeVersion=1.8.0

允许为新创建的项目命名。 它将以交互方式询问您groupId，artifactId和包名称。

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

Run the quickstart script

  $ curl https://flink.apache.org/q/quickstart.sh | bash -s 1.8.0

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

2.1.3 Inspect Project

工作目录中将有一个新目录。 如果使用curl，则该目录称为quickstart。 否则，它具有artifactId的名称：

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

使用IDEA打开该项目即可!

示例项目是一个Maven项目，它包含两个类：StreamingJob和BatchJob是DataStream和DataSet程序的基本框架程序。 主要方法是程序的入口点，既可用于IDE测试/执行，也可用于正确部署。 建议将此项目导入IDE以进行开发和测试。 IntelliJ IDEA支持开箱即用的Maven项目。 不建议Eclipse

对于Flink，Java的默认JVM堆可能太小。须手动增加它。在IntelliJ IDEA中，推荐的更改JVM选项的方法来自Help | 编辑自定义VM选项菜单 -Xmx800m

2.1.4 Build Project

如果要构建/打包项目，请转到项目目录并运行

mvn clean package

或者使用插件

​

编辑

添加图片注释，不超过 140 字（可选）

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

您将找到包含应用程序的JAR文件，以及可能已作为依赖项添加到应用程序的连接器和库：

target / <artifact-id>  -  <version> .jar

​

编辑

添加图片注释，不超过 140 字（可选）

注意：如果您使用与StreamingJob不同的类作为应用程序的主类/入口点，我们建议您相应地更改pom.xml文件中的mainClass设置。 这样，Flink可以从JAR文件运行应用程序，而无需另外指定主类。

3 公式型编程

• step 1 : set up the batch execution environment
• step 2 : Start with getting some data from the environment, like

env.readTextFile(textPath);

• step 3 : 开发业务逻辑的核心代码 transform the resulting DataSet<String> using operations,like

.filter()
.flatMap()
.join()
.coGroup()

• step 4 : execute program

4 Flink批处理应用Java开发之功能实现

在相应目录下建立文本：

​

编辑

添加图片注释，不超过 140 字（可选）

测试代码：

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

成功读取：

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

4.1 功能拆解

1）读取数据

Hello JavaEdge

2）每一行的数据按照指定的分隔符拆分

Hello JavaEdge

3）为每一个单词赋上次数为1

(Hello,1) (JavaEdge,1)

4) 合并操作

groupBy

代码

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

结果

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

## 7 实时处理应用功能实现

 package com.javaedge.flink.basic;
 ​
 import org.apache.commons.lang3.StringUtils;
 import org.apache.flink.api.common.functions.FilterFunction;
 import org.apache.flink.api.common.functions.FlatMapFunction;
 import org.apache.flink.api.common.functions.MapFunction;
 import org.apache.flink.api.java.functions.KeySelector;
 import org.apache.flink.api.java.tuple.Tuple2;
 import org.apache.flink.streaming.api.datastream.DataStreamSource;
 import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
 import org.apache.flink.util.Collector;
 ​
 /**
  * 第一个基于Flink实时处理快速入门案例
  */
 public class StreamingWCApp {
     public static void main(String[] args) throws Exception {
 ​
         // 创建上下文
         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
 ​
         // 对接数据源的数据
         DataStreamSource<String> source = env.socketTextStream("localhost", 9527);
 ​
         // 业务逻辑处理： transformation
         source.flatMap(new FlatMapFunction<String, String>() {
                     @Override
                     public void flatMap(String value, Collector<String> out) throws Exception {
                         String[] words = value.split(",");
                         for (String word : words) {
                             out.collect(word.toLowerCase().trim());
                         }
                     }
                 }).filter(new FilterFunction<String>() {
                     @Override
                     public boolean filter(String value) throws Exception {
                         return StringUtils.isNotEmpty(value);
                     }
                 }).map(new MapFunction<String, Tuple2<String, Integer>>() {
                     @Override
                     public Tuple2<String, Integer> map(String value) throws Exception {
                         return new Tuple2<>(value, 1);
                     }
                 }).keyBy(new KeySelector<Tuple2<String, Integer>, String>() {
                     @Override
                     public String getKey(Tuple2<String, Integer> value) throws Exception {
                         return value.f0;
                     }
                 }).sum(1)
                 .print();
 ​
         env.execute("StreamingWCApp");
     }
 }

可能遇到拒绝连接,记得

nc -lk 9527

socket发送数据：

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

控制台收到结果：

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

9 Flink实时处理应用代码重构

如何突破端口的限制呢，需重构：

传入参数args

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

获得参数：

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

11 开发过程中依赖的注意事项

Configuring Dependencies, Connectors, Libraries：

每个Flink应用程序都依赖于一组Flink库。 至少，应用程序依赖于Flink API。 许多应用程序还依赖于某些连接器库（如Kafka，Cassandra等）。 运行Flink应用程序时（在分布式部署中或在IDE中进行测试），Flink运行时库也必须可用。