本文介绍如何在 mac 下快速构建属于自己的 Flink 应用。
1. 本地安装 flink
在 mac 上使用homebrew安装 flink：
brew install apache-flink
查看安装的位置：
brew info apache-flink
进入安装目录，启动 flink 集群：
cd /usr/local/Cellar/apache-flink/1.18.0
./libexec/bin/start-cluster.sh
进入 web 页面：http://localhost:8081/
2. 构建项目
基于模板直接构建一个项目：
curl https://flink.apache.org/q/quickstart.sh | bash -s 1.18.0
cd quickstart
在项目的 DataStreamJob 类实现如下计数的功能：
package org.myorg.quickstart;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.util.Collector;
public class DataStreamJob {
public static void main(String[] args) throws Exception {
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.socketTextStream("127.0.0.1", 9000)
.flatMap(new LineSplitter())
.keyBy(0)
.sum(1)
.print();
env.execute("WordCount");
}
public static final class LineSplitter implements FlatMapFunction<String, Tuple2<String, Integer>> {
@Override
public void flatMap(String s, Collector<Tuple2<String, Integer>> collector) {
String[] tokens = s.toLowerCase().split("\\W+");
for (String token : tokens) {
if (token.length() > 0) {
collector.collect(new Tuple2<>(token, 1));
}
}
}
}
}
在上面的例子中，我们使用 DataStream API 构建了一个 Flink 应用，数据源（source）为本地的 socket 9000 端口，经过 flatMap、keyBy、sum 三个转换操作之后，最后打印到标准输出流。整体流程如下图：
3. 运行
启动 socket 连接，监听 9000 端口：
nc -l 9000
打包，上传（可以使用 Web UI 界面上传，也可以使用命令行上传）。
上传后，就可以在 WebUI 看到正在运行的 job 了。
此时通过在 socket 输入内容，
就可以在 task manager 的 stdout 看到打印结果了。
4. 总结
本文从零开始在本地构建运行了一个 Flink 应用，包括 Flink 集群的安装、Flink 应用的构建，以及 Flink 应用的运行。
