【尚硅谷Java版】Flink中DataStream API篇之创建执行环境

一、基础知识

        Flink有非常灵活的分层API设计，核心层就是DataStream/DataSet API。新版已经实现流批一体，DataSet API被弃用，统一使用DataStream API处理流数据和批数据。
        DataStream本身是Flink中一个用来表示数据集合的类，Flink代码其实就是基于这种数据类型的处理。一个Flink程序，其实就是对DataStream的各种转换，具体来说，代码基本上都由以下几个部分组成：(1)获取执行环境 execution enviroment (2)读取数据源 source (3)定义基于数据的转换操作 transformations (4)定义计算结果的输出位置 sink (5)触发程序执行 execute。
其中第一部分的获取执行环境和第五部分的触发程序执行，都可以认为是对执行环境的操作，所以我们可以将其精简为下面四个部分：

1. 执行环境 enrironment
2. 数据源 source
3. 转换操作 transformation
4. 输出 sink
   

二、创建执行环境

        flink程序的第一步就是创建执行环境，这是flink程序的基础。
        在代码中创建执行环境，就是调用这个类的静态方法，具体有以下三种形式：

1. getExecutionEnvironment()，会根据当前运行的方式，自行决定该返回什么样的运行环境，不需要做格外的判断，简单高效

 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

2. createLocalEnvironment()，返回一个本地执行环境，可以在调用时传入一个参数，指定默认的并行度，如果不传入就默认并行度就是本地的CPU核心数

StreamExecutionEnvironment localEnv = StreamExecutionEnvironment.createLocalEnvironment ();

3. createRemoteEnvironment()，这个方法返回集群执行环境，需要在调用的时候指定JobManager的主机名和端口号，并指定在集群中运行的jar包

 StreamExecutionEnvironment remoteEnv = StreamExecutionEnvironment.createRemoteEnvironment(
         "host",    JobManager主机名
          1234,     JobManager进程端口号
          "path/to/jarFile.jar"   提交到JobManager的Jar包
          );

通过以上三种方式获取到程序执行环境后，我们可以对执行环境进行灵活的设置，比如全局设置的并行度、禁用算子链等。