共計 5394 個字符，預計需要花費 14 分鐘才能閱讀完成。
這篇文章主要介紹了如何構建 Apache Flink 應用，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓丸趣 TV 小編帶著大家一起了解一下。
1、開發環境準備
Flink 可以運行在 Linux, Max OS X, 或者是 Windows 上。為了開發 Flink 應用程序，在本地機器上需要有 Java 8.x 和 maven 環境。
如果有 Java 8 環境，運行下面的命令會輸出如下版本信息：
$ java -version
java version 1.8.0_65
Java(TM) SE Runtime Environment (build 1.8.0_65-b17)
Java HotSpot(TM) 64-Bit Server VM (build 25.65-b01, mixed mode)如果有 maven 環境，運行下面的命令會輸出如下版本信息：
$ mvn -version
Apache Maven 3.5.4 (1edded0938998edf8bf061f1ceb3cfdeccf443fe; 2018-06-18T02:33:14+08:00)
Maven home: /Users/wuchong/dev/maven
Java version: 1.8.0_65, vendor: Oracle Corporation, runtime: /Library/Java/JavaVirtualMachines/jdk1.8.0_65.jdk/Contents/Home/jre
Default locale: zh_CN, platform encoding: UTF-8
OS name: mac os x , version: 10.13.6 , arch: x86_64 , family: mac另外我們推薦使用 ItelliJ IDEA（社區免費版已夠用）作為 Flink 應用程序的開發 IDE。Eclipse 雖然也可以，但是 Eclipse 在 Scala 和 Java 混合型項目下會有些已知問題，所以不太推薦 Eclipse。下一章節，我們會介紹如何創建一個 Flink 工程并將其導入 ItelliJ IDEA。
2、編寫 Flink 程序
啟動 IntelliJ IDEA，選擇“Import Project”（導入項目），選擇 my-flink-project 根目錄下的 pom.xml。根據引導，完成項目導入。
在 src/main/java/myflink 下創建 SocketWindowWordCount.java 文件：
package myflink;
public class SocketWindowWordCount { public static void main(String[] args) throws Exception { }
}現在這程序還很基礎，我們會一步步往里面填代碼。注意下文中我們不會將 import 語句也寫出來，因為 IDE 會自動將他們添加上去。在本節末尾，我會將完整的代碼展示出來，如果你想跳過下面的步驟，可以直接將最后的完整代碼粘到編輯器中。
Flink 程序的第一步是創建一個 StreamExecutionEnvironment 。這是一個入口類，可以用來設置參數和創建數據源以及提交任務。所以讓我們把它添加到 main 函數中：
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();下一步我們將創建一個從本地端口號 9000 的 socket 中讀取數據的數據源：
DataStream text = env.socketTextStream(localhost , 9000, \n這創建了一個字符串類型的 DataStream。DataStream 是 Flink 中做流處理的核心 API，上面定義了非常多常見的操作（如，過濾、轉換、聚合、窗口、關聯等）。在本示例中，我們感興趣的是每個單詞在特定時間窗口中出現的次數，比如說 5 秒窗口。為此，我們首先要將字符串數據解析成單詞和次數（使用 Tuple2 String, Integer 表示），第一個字段是單詞，第二個字段是次數，次數初始值都設置成了 1。我們實現了一個 flatmap 來做解析的工作，因為一行數據中可能有多個單詞。
DataStream wordCounts = text
.flatMap(new FlatMapFunction () {
@Override
public void flatMap(String value, Collector out) { for (String word : value.split( \\s)) { out.collect(Tuple2.of(word, 1));
}
}
});接著我們將數據流按照單詞字段（即 0 號索引字段）做分組，這里可以簡單地使用 keyBy(int index) 方法，得到一個以單詞為 key 的 Tuple2 String, Integer 數據流。然后我們可以在流上指定想要的窗口，并根據窗口中的數據計算結果。在我們的例子中，我們想要每 5 秒聚合一次單詞數，每個窗口都是從零開始統計的：
DataStream windowCounts = wordCounts
.keyBy(0)
.timeWindow(Time.seconds(5))
.sum(1);第二個調用的 .timeWindow() 指定我們想要 5 秒的翻滾窗口（Tumble）。第三個調用為每個 key 每個窗口指定了 sum 聚合函數，在我們的例子中是按照次數字段（即 1 號索引字段）相加。得到的結果數據流，將每 5 秒輸出一次這 5 秒內每個單詞出現的次數。
最后一件事就是將數據流打印到控制臺，并開始執行：
windowCounts.print().setParallelism(1);
env.execute(Socket Window WordCount最后的 env.execute 調用是啟動實際 Flink 作業所必需的。所有算子操作（例如創建源、聚合、打印）只是構建了內部算子操作的圖形。只有在 execute() 被調用時才會在提交到集群上或本地計算機上執行。
下面是完整的代碼，部分代碼經過簡化（代碼在 GitHub 上也能訪問到）：
package myflink;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.util.Collector;
public class SocketWindowWordCount {public static void main(String[] args) throws Exception {
// 創建 execution environment
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
// 通過連接 socket 獲取輸入數據，這里連接到本地 9876 端口，如果 9876 端口已被占用，請換一個端口
DataStream String text = env.socketTextStream( localhost , 9876, \n
// 解析數據，按 word 分組，開窗，聚合
DataStream Tuple2 String, Integer windowCounts = text
.flatMap(new FlatMapFunction String, Tuple2 String, Integer () {
@Override
public void flatMap(String value, Collector Tuple2 String, Integer out) {for (String word : value.split( \\s)) {out.collect(Tuple2.of(word, 1));
.keyBy(0)
.timeWindow(Time.seconds(5))
.sum(1);
// 將結果打印到控制臺，注意這里使用的是單線程打印，而非多線程
windowCounts.print().setParallelism(1);
env.execute(Socket Window WordCount}
3、運行程序
要運行示例程序，首先我們在終端啟動 netcat 獲得輸入流：
nc -lk 9000如果是 Windows 平臺，可以通過 https://nmap.org/ncat/ 安裝 ncat 然后運行：
ncat -lk 9000然后直接運行 SocketWindowWordCount 的 main 方法。
只需要在 netcat 控制臺輸入單詞，就能在 SocketWindowWordCount 的輸出控制臺看到每個單詞的詞頻統計。如果想看到大于 1 的計數，請在 5 秒內反復鍵入相同的單詞。
我這里寫了個簡單的 tcp_server.py 模擬上述手動 nc 操作，大家可以持續觀察 flink 窗口統計結果正確性：
import socket
import string
import random
import time
import datetime
import os
from collections import Counter
tcpServerSocket = socket.socket()
host, port = localhost , 9876 # host = socket.gethostname()# 獲取本地主機名
tcpServerSocket.bind((host, port))
tcpServerSocket.listen(2) # 代辦事件中排隊等待 connect 的最大數目
def sleep_some_time(start_time):
end_time = datetime.datetime.now()
rest_time = 5 - (end_time-start_time).seconds
sleep_time = rest_time if 0 = rest_time = 5 else 0
time.sleep(sleep_time)
while True:
#sck 是該 connection 上可以發送和接收數據的新套接字對象, addr 是與 connection 另一端的套接字綁定的地址
sck, addr = tcpServerSocket.accept()
print(客戶端連接地址：, addr)
print_flag = 0
while 1:
start_time = datetime.datetime.now()
window_cycle_count = 1
ascii_lowercase_list = []
print_flag += 1
if print_flag % 2 == 0:
sck.send((------------------------------- + \n).encode())
sleep_some_time(start_time)
continue
print( + start_time.strftime( %Y-%m-%d %H:%M:%S))
while window_cycle_count 6:
for _ in range(random.choice(range(6))):
ascii_lowercase = random.choice(string.ascii_lowercase[0:10])
sck.send((ascii_lowercase + \n).encode())
ascii_lowercase_list.append(ascii_lowercase)
window_cycle_count += 1
print(Counter(ascii_lowercase_list))
sleep_some_time(start_time)
print( + datetime.datetime.now().strftime(%Y-%m-%d %H:%M:%S) + \n )感謝你能夠認真閱讀完這篇文章，希望丸趣 TV 小編分享的“如何構建 Apache Flink 應用”這篇文章對大家有幫助，同時也希望大家多多支持丸趣 TV，關注丸趣 TV 行業資訊頻道，更多相關知識等著你來學習!
