Flink入门之Flink程序开发步骤（java语言）_保护我方胖虎_flink java

网络投稿 02-07 7363

文章目录（0）开发程序所需依赖（1）获取执行环境（2）加载/创建数据源（3）数据转换处理（4）处理后数据放置/输出（5）执行计算程序（6）完整示例注：本篇章的flink学习均是基于java开发语言

我们如果要使用flink进行计算开发，一个完整的开发步骤是怎样的呢？

前情回顾：什么叫有界数据流，什么叫无界数据流（何为流处理，何为批处理）？

- Batch Analytics，右边是 Streaming Analytics。批量计算: 统一收集数据->存储到DB->对数据进行批量处理，对数据实时性邀请不高，比如生成离线报表、月汇总，支付宝年度账单（一年结束批处理计算）

- Streaming Analytics 流式计算，顾名思义，就是对数据流进行处理，如使用流式分析引擎如 Storm，Flink 实时处理分析数据，应用较多的场景如实时报表、车辆实时报警计算等等。

（0）开发程序所需依赖 <properties> <encoding>UTF-8</encoding> <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding> <maven.compiler.source>1.8</maven.compiler.source> <maven.compiler.target>1.8</maven.compiler.target> <java.version>1.8</java.version> <scala.version>2.12</scala.version> <flink.version>1.12.2</flink.version> </properties> <dependencies> <dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-clients_2.12</artifactId> <version>${flink.version}</version> </dependency> <dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-scala_2.12</artifactId> <version>${flink.version}</version> </dependency> <dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-java</artifactId> <version>${flink.version}</version> </dependency> <dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-streaming-scala_2.12</artifactId> <version>${flink.version}</version> </dependency> <dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-streaming-java_2.12</artifactId> <version>${flink.version}</version> </dependency> <dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-table-api-scala-bridge_2.12</artifactId> <version>${flink.version}</version> </dependency> <dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-table-api-java-bridge_2.12</artifactId> <version>${flink.version}</version> </dependency> </dependencies> <build> <sourceDirectory>src/main/java</sourceDirectory> <plugins>  <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-compiler-plugin</artifactId> <version>3.5.1</version> <configuration> <source>1.8</source> <target>1.8</target>  </configuration> </plugin> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-surefire-plugin</artifactId> <version>2.18.1</version> <configuration> <useFile>false</useFile> <disableXmlReport>true</disableXmlReport> <includes> <include>**/*Test.*</include> <include>**/*Suite.*</include> </includes> </configuration> </plugin>  <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-shade-plugin</artifactId> <version>2.3</version> <executions> <execution> <phase>package</phase> <goals> <goal>shade</goal> </goals> <configuration> <filters> <filter> <artifact>*:*</artifact> <excludes>  <exclude>META-INF/*.SF</exclude> <exclude>META-INF/*.DSA</exclude> <exclude>META-INF/*.RSA</exclude> </excludes> </filter> </filters> <transformers> <transformer implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer">  <mainClass></mainClass> </transformer> </transformers> </configuration> </execution> </executions> </plugin> </plugins> </build> （1）获取执行环境

flink程序开发，首要的便是需要获取其执行环境！

ex:

ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();

或者:

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

如果使用StreamExecutionEnvironment 默认便是流式处理环境

但是flink1.12 开始，流批一体，我们可以自己指定当前计算程序的环境模式

指定为自动模式:AUTOMATIC

此设置后,flink将会自动识别数据源类型

有界数据流，则会采用批方式进行数据处理

无界束流，则会采用流方式进行数据处理

env.setRuntimeMode(RuntimeExecutionMode.AUTOMATIC);

强制指定为批数据处理模式:BATCH

env.setRuntimeMode(RuntimeExecutionMode.BATCH);

强制指定为流数据处理模式:STREAMING

env.setRuntimeMode(RuntimeExecutionMode.STREAMING);

注意点：

在flink中，有界与无界数据流都可以强指定为流式运行环境，但是，如果明知一个数据来源为流式数据，就必须设置环境为AUTOMATIC 或STREAMING,不可以指定为BATCH否则程序会报错！

（2）加载/创建数据源

flink,是一个计算框架，在计算的前提，肯定是要有数据来源啊！

flink可以从多种场景读取加载数据，例如各类DB 如Mysql、SQL SERVER、MongoDB、各类MQ 如Kafka、RabbitMQ、以及很多常用数据存储场景如redis、文件(本地文件/HDFS)、scoket…

我们在加载数据源的时候，便知道，该数据是有界还是无界了！

ex:

flink读取rabbitMQ消息，是有界还是无界呢？当然是无界！因为flink程序启动时，能通过连接知道什么时候MQ中有数据，什么时候没有数据吗？不知道，因为本身MQ中是否有消息或者消息有多少就是一个不能肯定确定的因素，因此其不得不保持一个类似于长连接的形式，一直等待MQ中有数据到来，然后处理。

flink读取指定某个文件中的数据，那么此数据源是有界还是无界呢？当然是有界！因为文件中数据，flink读取会做记录，当文件内容读完了，数据源就相当于没有新的数据来到了嘛！

ex:

从集合中读取数据:

DataStream<String> elementsSource = env.fromElements("java,scala,php,c++","java,scala,php", "java,scala", "java");

那么，这是无界数据还是有界数据呢？很明显，有界数据！因为数据就这么多，当前数据源在读取时不会再凭空产生数据了。

从scoket中读取数据:

DataStreamSource<String> elementsSource= env.socketTextStream("10.50.40.131", 9999);

这是无界数据还是有界数据呢？很明显，无界数据！因为scoket一旦连接,flink不会知道其数据源什么时候会数据结束，其不得不保持一个类似于长连接的状态，一直等待Scoket中有数据到来，然后处理。

（3）数据转换处理

数据转换处理，就是flink使用算子，对从数据源中获取的数据进行数据加工处理（例如数据转换，计算等等）

例如：开窗口、低阶处理函数ProcessFuction、各种算子：map（映射，与java8流中Map效果类似），flatmap（元素摊平，与java8流中Map效果类似）等等。

demo示例：

DataStreamSource<String> elementsSource = env.fromElements("java,scala,php,c++", "java,scala,php", "java,scala", "java"); // 数据处理 DataStream<String> flatMap = elementsSource.flatMap(new FlatMapFunction<String, String>() { @Override public void flatMap(String element, Collector<String> out) throws Exception { String[] wordArr = element.split(","); for (String word : wordArr) { out.collect(word); } } }); flatMap.map(new MapFunction<String, String>() { @Override public String map(String value) throws Exception { return value.toUpperCase(); } }); （4）处理后数据放置/输出

将计算后的数据，进行放置（输出/存储），可以很地方，从什么地方读取数据，自然也可以将计算结果输出到该地点。

例如：输出到文件，输出到控制台，输出到MQ，输出到DB,输出到scoket…

ex：输出到控制台

source.print(); （5）执行计算程序

flink程序需要启动才能执行任务，正如，spring-boot启动程序需要nohup java -jar xxxx.jar & 或者编译器中点击图标按钮启动

启动示例:

// 1.准备环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // 设置模式（流、批、自动） // 2.加载数据源 // 3.数据转换 // 4.数据输出 // 5.执行程序 env.execute(); //或者 env.execute("指定当前计算程序名"); （6）完整示例 public class FlinkDemo { public static void main(String[] args) throws Exception { // 1.准备环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // 设置运行模式 env.setRuntimeMode(RuntimeExecutionMode.AUTOMATIC); // 2.加载数据源 DataStreamSource<String> elementsSource = env.fromElements("java,scala,php,c++", "java,scala,php", "java,scala", "java"); // 3.数据转换 DataStream<String> flatMap = elementsSource.flatMap(new FlatMapFunction<String, String>() { @Override public void flatMap(String element, Collector<String> out) throws Exception { String[] wordArr = element.split(","); for (String word : wordArr) { out.collect(word); } } }); //DataStream 下边为DataStream子类 SingleOutputStreamOperator<String> source = flatMap.map(new MapFunction<String, String>() { @Override public String map(String value) throws Exception { return value.toUpperCase(); } }); // 4.数据输出 source.print(); // 5.执行程序 env.execute("flink-hello-world"); } }

IDEA执行后，输出结果：

前边序号可以理解为多线程执行时的线程名字！