Flink零基础实战教程：股票价格数据流实时处理

之前的文章《10行Flink WordCount程序背后的万字深度解析，读懂Flink原理和架构》使用WordCount展示了Flink程序的基本结构，本文将以股票价格来演示如何使用Flink的DataStream API。通过本文，你可以学到：

1. 定义相关数据结构。
2. Flink流处理程序的骨架。
3. Flink的执行环境概念。
4. 自定义Source、设置时间戳和Watermark。

数据结构

Flink能处理任何可被序列化的数据结构：

• 基础数据类型，包括 String、Integer、Boolean、Array
• 复杂数据结构，包括 Scala case class和 Java POJO

此外，Flink也支持Kryo序列化工具。

本例使用Scala case class来定义一个股票类，该对象包括三个字段：股票代号、时间戳和价格。真实的股票交易数据比这个更为复杂，这里只是一个简化的模型。

case class StockPrice(symbol: String, timestamp: Long, price: Double)

当然，如果使用Java，也可以定义一个POJO（Plain Old Java Object），该类中各个字段或者具有public属性，或者有一个对应的getter和setter方法，且该类有一个无参数的构造函数。

public class StockPrice {
   
  public String symbol;
  public Long timestamp;
  public Double price;
  
  public StockPrice() {
   };
  public StockPrice(String symbol, Long timestamp, Double price){
   
    ...
  };