动手搭建Flink的开发环境，快速使用Java和Scala语言开发第一个基于Flink的批处理和流式处理的应用程序。

相关源码

下载安装

brew install apache-flink

1 需求描述

Flink开发批处理应用程序

需求: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)

实现:

Flink + Java
Flink + Scala

2 Java开发之环境准备

2.1 Maven构建

2.1.1 Requirements

唯一的要求是Maven 3.0.4（或更高版本）和 Java 8.x 安装

2.1.2 Create Projec

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

这允许您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。

Run the quickstart script

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

2.1.3 Inspect Project

您的工作目录中将有一个新目录。 如果您使用了curl方法，则该目录称为quickstart。 否则，它具有artifactId的名称：

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

请注意：对于Flink，Java的默认JVM堆可能太小。 你必须手动增加它。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

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

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 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

• 在相应的目录下建立文本
  

• 测试代码
  

• 成功读取
  

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
  
• 结果
  

5 Scala开发之环境准备

• 要求与Java环境基本类似,不再赘述
  
  

• Maven构建
  

6 批处理应用Scala功能实现

• 实现代码
  
• 内容正确打印
  

7 实时处理应用Java开发之功能实现

• 代码

可能遇到拒绝连接,记得

nc -lk 9999

• 清除运行结果
  

• socket数据
  

• 结果
  

9 Flink实时处理应用Java开发之代码重构

如何才能突破端口被限制呢，需要如下重构：

• 传入参数args
  
• 获得参数
  

10 实时处理应用Scala开发之代码重构

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。

X 交流学习

Java交流群

博客

Github