Flink基础之本地搭建教程

我就是我 2024-04-18 22:33 4阅读 0赞

## 下载启动Flink ##

Flink 运行在 Linux、Mac OS X 和 Windows 上。要能够运行 Flink，唯一的要求是拥有一个可以工作的 Java 8.x 安装。Windows 用户，请看 Flink on Windows 指南，它描述了如何在 Windows 上运行 Flink 进行本地设置。

使用 java -version 查看 java 版本。

**下载并解压**

1.  从下载页面下载一个二进制文件。您可以选择任何您喜欢的Scala变体。对于某些特性，您可能还必须下载预打包的Hadoop jar之一，并将其放入 /lib 目录中。
2.  cd 到下载好的目录
3.  解压文件

### 启动一个本地 Flink 集群 ###

$ ./bin/start-cluster.sh  # Start Flink

在浏览器上输入 http://localhost:8081 查看 Flink 的 web 前端。会显示一个可用的 TM 实例。

![Dispatcher: Overview][Dispatcher_ Overview]

还可以通过检查 logs 目录中的日志文件来验证系统是否正在运行：

$ tail log/flink-*-standalonesession-*.log
    INFO ... - Rest endpoint listening at localhost:8081
    INFO ... - http://localhost:8081 was granted leadership ...
    INFO ... - Web frontend listening at http://localhost:8081.
    INFO ... - Starting RPC endpoint for StandaloneResourceManager at akka://flink/user/resourcemanager .
    INFO ... - Starting RPC endpoint for StandaloneDispatcher at akka://flink/user/dispatcher .
    INFO ... - ResourceManager akka.tcp://flink@localhost:6123/user/resourcemanager was granted leadership ...
    INFO ... - Starting the SlotManager.
    INFO ... - Dispatcher akka.tcp://flink@localhost:6123/user/dispatcher was granted leadership ...
    INFO ... - Recovering all persisted jobs.
    INFO ... - Registering TaskManager ... at ResourceManager

## 阅读样例源码 ##

可以在 GitHub 上的 scala 中找到这个 SocketWindowWordCount 示例的完整源代码。

object SocketWindowWordCount {
    
        def main(args: Array[String]) : Unit = {
    
            // the port to connect to
            val port: Int = try {
                ParameterTool.fromArgs(args).getInt("port")
            } catch {
                case e: Exception => {
                    System.err.println("No port specified. Please run 'SocketWindowWordCount --port <port>'")
                    return
                }
            }
    
            // get the execution environment
            val env: StreamExecutionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment
    
            // get input data by connecting to the socket
            val text = env.socketTextStream("localhost", port, '\n')
    
            // parse the data, group it, window it, and aggregate the counts
            val windowCounts = text
                .flatMap { w => w.split("\\s") }
                .map { w => WordWithCount(w, 1) }
                .keyBy("word")
                .timeWindow(Time.seconds(5), Time.seconds(1))
                .sum("count")
    
            // print the results with a single thread, rather than in parallel
            windowCounts.print().setParallelism(1)
    
            env.execute("Socket Window WordCount")
        }
    
        // Data type for words with count
        case class WordWithCount(word: String, count: Long)
    }

## 运行样例程序 ##

现在我们将运行一个程序。它将从 socket 中读取文本，并每5秒打印前5秒内每个不同单词出现的次数，即处理时间的滚动窗口。

*  首先使用 netcat 启用本地服务

$ nc -l 9000

*  提交程序到Flink

$ ./bin/flink run examples/streaming/SocketWindowWordCount.jar --port 9000
    Starting execution of program

程序连接到 socket 并等待输入。可以检查 web 界面，以验证作业是否按预期运行：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwZl85NDA4MTA2NTM4NDI_size_16_color_FFFFFF_t_70][]

单词以5秒的时间窗口(处理时间、滚动窗口)计算，并打印到 stdout。监控 TaskManager 的输出文件，用 nc 写一些文本到 socket(输入按下后逐行发送到Flink做处理)：

$ nc -l 9000
    lorem ipsum
    ipsum ipsum ipsum
    bye

.out文件将在每个时间窗口的末尾打印计数结果，例如：

$ tail -f log/flink-*-taskexecutor-*.out
    lorem : 1
    bye : 1
    ipsum : 4

停止 Flink 的命令：

$ ./bin/stop-cluster.sh

想继续了解 Flink 的 DataStream API，请阅读：[Flink流处理（Stream API）概览（Data Source、Data Sink）][Flink_Stream API_Data Source_Data Sink]

有关hive 在flink中的使用，请阅读：[Flink Table API & SQL - Hive之hive概览][Flink Table API _ SQL - Hive_hive]

[Dispatcher_ Overview]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9jaS5hcGFjaGUub3JnL3Byb2plY3RzL2ZsaW5rL2ZsaW5rLWRvY3MtcmVsZWFzZS0xLjkvcGFnZS9pbWcvcXVpY2tzdGFydC1zZXR1cC9qb2JtYW5hZ2VyLTEucG5n?x-oss-process=image/format,png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwZl85NDA4MTA2NTM4NDI_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/c5118e8e2667439db5098e49420b1363.png
[Flink_Stream API_Data Source_Data Sink]: https://blog.csdn.net/zpf_940810653842/article/details/99735041
[Flink Table API _ SQL - Hive_hive]: https://blog.csdn.net/zpf_940810653842/article/details/100065614