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
- 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。
- cd 到下载好的目录
- 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。
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:
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)
有关hive 在flink中的使用,请阅读:Flink Table API & SQL - Hive之hive概览