开发第一个Flink应用

欢迎访问我的GitHub

这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos

• 在《Flink1.7从安装到体验》一文中，我们安装和体验了Flink，今天就用java来一起开发一个简单的Flink应用；

  步骤列表

• 本次实战经历以下步骤：
  1. 创建应用；
  2. 编码；
  3. 构建；
  4. 提交任务到Flink，验证功能；

环境信息

1. Flink：1.7；
2. Flink所在机器的操作系统：CentOS Linux release 7.5.1804；
3. 开发环境JDK：1.8.0_181；
4. 开发环境Maven：3.5.0；

应用功能简介

• 在《Flink1.7从安装到体验》一文中，我们在Flink运行SocketWindowWordCount.jar，实现的功能是从socket读取字符串，将其中的每个单词的数量统计出来，今天我们就来编码开发这个应用，实现此功能；

创建应用

• 应用基本代码是通过mvn命令创建的，在命令行输入以下命令：

mvn archetype:generate -DarchetypeGroupId=org.apache.flink -DarchetypeArtifactId=flink-quickstart-java -DarchetypeVersion=1.7.0

• 按控制台的提示输入groupId、artifactId、version、package等信息，一路回车确认后，会生成一个和你输入的artifactId同名的文件夹，里面是个maven工程：

Define value for property 'groupId': com.bolingcavalry
Define value for property 'artifactId': socketwordcountdemo
Define value for property 'version' 1.0-SNAPSHOT: :
Define value for property 'package' com.bolingcavalry: :
Confirm properties configuration:
groupId: com.bolingcavalry
artifactId: socketwordcountdemo
version: 1.0-SNAPSHOT
package: com.bolingcavalry

• 用IEDA导入这个maven工程，如下图，已经有了两个类：BatchJob和StreamingJob，BatchJob是用于批处理的，本次实战用不上，因此可以删除，只保留流处理的StreamingJob：
  

• 应用创建成功，接下来可以开始编码了；

编码

• 您可以选择直接从GitHub下载这个工程的源码，地址和链接信息如下表所示：

• 这个git项目中有多个文件夹，本章源码在socketwordcountdemo这个文件夹下，如下图红框所示：
  

• 接下来开始编码：

• 在StreamingJob类中添加静态内部类WordWithCount，这是个PoJo，用来保存一个具体的单词及其出现频率：

     /**
     * 记录单词及其出现频率的Pojo
     */
    public static class WordWithCount {
        /**
         * 单词内容
         */
        public String word;

        /**
         * 出现频率
         */
        public long count;

        public WordWithCount() {
            super();
        }

        public WordWithCount(String word, long count) {
            this.word = word;
            this.count = count;
        }

        /**
         * 将单词内容和频率展示出来
         * @return
         */
        @Override
        public String toString() {
            return word + " : " + count;
        }
    }

• 把所有业务逻辑写在StreamJob类的main方法中，如下所示，关键位置都加了中文注释：

public static void main(String[] args) throws Exception {

        //环境信息
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        //数据来源是本机9999端口，换行符分隔，您也可以考虑将hostname和port参数通过main方法的入参传入
        DataStream<String> text = env.socketTextStream("localhost", 9999, "\n");

        //通过text对象转换得到新的DataStream对象，
        //转换逻辑是分隔每个字符串，取得的所有单词都创建一个WordWithCount对象
        DataStream<WordWithCount> windowCounts = text.flatMap(new FlatMapFunction<String, WordWithCount>() {
            @Override
            public void flatMap(String s, Collector<WordWithCount> collector) throws Exception {
                for(String word : s.split("\\s")){
                    collector.collect(new WordWithCount(word, 1L));
                }
            }
        })
        .keyBy("word")//key为word字段
        .timeWindow(Time.seconds(5))    //五秒一次的翻滚时间窗口
        .reduce(new ReduceFunction<WordWithCount>() { //reduce策略
            @Override
            public WordWithCount reduce(WordWithCount a, WordWithCount b) throws Exception {
                return new WordWithCount(a.word, a.count+b.count);
            }
        });

        //单线程输出结果
        windowCounts.print().setParallelism(1);

        // 执行
        env.execute("Flink Streaming Java API Skeleton");
    }

构建

• 在pom.xml文件所在目录下执行命令：

mvn clean package -U

• 命令执行完毕后，在target目录下的socketwordcountdemo-1.0-SNAPSHOT.jar文件就是构建成功的jar包；

在Flink验证

• Flink的安装和启动请参考《Flink1.7从安装到体验》；
• 登录到Flink所在机器，执行以下命令：

nc -l 9999

• 我这边Flink所在机器的IP地址是192.168.1.103，因此用浏览器访问的Flink的web地址为：http://192.168.1.103:8081；

• 选择刚刚生成的jar文件作为一个新的任务，如下图：
  

• 点击下图红框中的"upload"，将文件提交：
  

• 目前还只是将jar文件上传了而已，接下来就是手工设置执行类并启动任务，操作如下图，红框2中填写的前面编写的StreamingJob类的完整名称：
  

• 提交后的页面效果如下图所示，可见一个job已经在运行中了：
  

• 回到Flink所在机器的控制台，在之前输入了nc -l 9999的窗口输入一些英文句子，然后按下回车键，例如：

  
  [root@vostro flink-1.7.0]# ./bin/start-cluster.sh
  Starting cluster.
  Starting standalonesession daemon on host vostro.
  Starting taskexecutor daemon on host vostro.
  [root@vostro flink-1.7.0]# nc -l 9999
  Apache Flink is a framework and distributed processing engine for stateful computations over unbounded and bounded data streams. Flink has been designed to run in all common cluster environments, perform computations at in-memory speed and at any scale.

- 接下来看看我们的job的执行效果，如下图，点击左侧的"Task Managers"，在右边的列表中只有一个Task，点击它：
![在这里插入图片描述](https://s2.51cto.com/images/blog/202207/17095401_62d36bb987b9e87040.jpg?x-oss-process=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_30,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=)

- 出现的页面有三个tab页，点击"Stdout"这个tab，就能见到我们的任务对之前句子中的单词的统计结果，如下图：
![在这里插入图片描述](https://s2.51cto.com/images/blog/202207/17095401_62d36bb9a68736319.jpg?x-oss-process=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_30,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=)

- 至此，第一个最简单Flink就完成了。 

### 欢迎关注51CTO博客：程序员欣宸
> [学习路上，你不孤单，欣宸原创一路相伴...](https://blog.51cto.com/u_13674465)