Flink入门（三）——环境与部署_filnk配置jar包

flink是一款开源的大数据流式处理框架，他可以同时批处理和流处理，具有容错性、高吞吐、低延迟等优势，本文简述flink在windows和linux中安装步骤，和示例程序的运行，包括本地调试环境，集群环境。另外介绍Flink的开发工程的构建。

首先要想运行Flink，我们需要下载并解压Flink的二进制包，下载地址如下：https://flink.apache.org/downloads.html

我们可以选择Flink与Scala结合版本，这里我们选择最新的1.9版本Apache Flink 1.9.0 for Scala 2.12进行下载。

下载成功后，在windows系统中可以通过Windows的bat文件或者Cygwin来运行Flink。

在linux系统中分为单机，集群和Hadoop等多种情况。

通过Windows的bat文件运行

首先启动cmd命令行窗口，进入flink文件夹，运行bin目录下的start-cluster.bat

注意：运行flink需要java环境，请确保系统已经配置java环境变量。

$ cd flink$ cd bin$ start-cluster.batStarting a local cluster with one JobManager process and one TaskManager process.You can terminate the processes via CTRL-C in the spawned shell windows.Web interface by default on http://localhost:8081/.

https://mmbiz.qpic.cn/mmbizpng/mqibsuEhdUyL6r1uSRxibMdtYNxcgtYtKm5xuXLiawjMkqKzn1fW9qv1hsLghQcKU4fIwY131WqWgibfeRnSlNmBLg/640?wxfmt=png&wxfrom=5&wxlazy=1&wxco=1

显示启动成功后，我们在浏览器访问 http://localhost:8081/可以看到flink的管理页面。

通过Cygwin运行

Cygwin是一个在windows平台上运行的类UNIX模拟环境，官网下载：http://cygwin.com/install.html

安装成功后，启动Cygwin终端，运行start-cluster.sh脚本。

$ cd flink$ bin/start-cluster.shStarting cluster.

显示启动成功后，我们在浏览器访问 http://localhost:8081/可以看到flink的管理页面。

Linux系统上安装flink

单节点安装

在Linux上单节点安装方式与cygwin一样，下载Apache Flink 1.9.0 for Scala 2.12，然后解压后只需要启动start-cluster.sh。

集群安装

集群安装分为以下几步：

1、在每台机器上复制解压出来的flink目录。

2、选择一个作为master节点，然后修改所有机器conf/flink-conf.yaml

jobmanager.rpc.address = master主机名

3、修改conf/slaves,将所有work节点写入

work01work02

4、在master上启动集群

bin/start-cluster.sh

安装在Hadoop

我们可以选择让Flink运行在Yarn集群上。

下载Flink for Hadoop的包

保证 HADOOP_HOME已经正确设置即可

启动 bin/yarn-session.sh

运行flink示例程序

批处理示例：

提交flink的批处理examples程序：

bin/flink run examples/batch/WordCount.jar这是flink提供的examples下的批处理例子程序，统计单词个数。

$ bin/flink run examples/batch/WordCount.jarStarting execution of programExecuting WordCount example with default input data set.Use --input to specify file input.Printing result to stdout. Use --output to specify output path.(a,5)(action,1)(after,1)(against,1)(all,2)(and,12)(arms,1)(arrows,1)(awry,1)(ay,1)

得到结果，这里统计的是默认的数据集，可以通过--input --output指定输入输出。

我们可以在页面中查看运行的情况：

https://mmbiz.qpic.cn/mmbizjpg/mqibsuEhdUyL6r1uSRxibMdtYNxcgtYtKmlKRhrqyyPEffJHbP12pdUJM3Ys4Yb6CibBWKNkrZdlvJ6w3L5tHyLsw/640?wxfmt=jpeg&wxfrom=5&wxlazy=1&wxco=1

流处理示例：

启动nc服务器：

nc -l 9000

提交flink的批处理examples程序：

bin/flink run examples/streaming/SocketWindowWordCount.jar --port 9000这是flink提供的examples下的流处理例子程序，接收socket数据传入，统计单词个数。

在nc端写入单词

$ nc -l 9000lorem ipsumipsum ipsum ipsumbye输出在日志中

$ tail -f log/flink--taskexecutor-.outlorem : 1bye : 1ipsum : 4停止flink

$ ./bin/stop-cluster.sh在安装好Flink以后，只要快速构建Flink工程，并完成相关代码开发，就可以轻松入手Flink。

构建工具

Flink项目可以使用不同的构建工具进行构建。为了能够快速入门，Flink 为以下构建工具提供了项目模版：

MavenGradle这些模版可以帮助你搭建项目结构并创建初始构建文件。

Maven

环境要求

唯一的要求是使用 Maven 3.0.4 （或更高版本）和安装 Java 8.x。

创建项目

使用以下命令之一来 创建项目：

使用Maven archetypes

$ mvn archetype:generate -DarchetypeGroupId=org.apache.flink -DarchetypeArtifactId=flink-quickstart-java -DarchetypeVersion=1.9.0运行quickstart脚本

curl https://flink.apache.org/q/quickstart.sh | bash -s 1.9.0下载完成后，查看项目目录结构：

tree quickstart/quickstart/├── pom.xml└── src└── main├── java│ └── org│ └── myorg│ └── quickstart│ ├── BatchJob.java│ └── StreamingJob.java└── resources└── log4j.properties示例项目是一个 Maven project，它包含了两个类：StreamingJob 和 BatchJob 分别是 DataStream and DataSet 程序的基础骨架程序。 main 方法是程序的入口，既可用于IDE测试/执行，也可用于部署。

我们建议你将 此项目导入IDE 来开发和测试它。IntelliJ IDEA 支持 Maven 项目开箱即用。如果你使用的是 Eclipse，使用m2e 插件 可以 导入 Maven 项目。一些 Eclipse 捆绑包默认包含该插件，其他情况需要你手动安装。

请注意：对 Flink 来说，默认的 JVM 堆内存可能太小，你应当手动增加堆内存。在 Eclipse 中，选择 Run Configurations -> Arguments 并在 VM Arguments 对应的输入框中写入：-Xmx800m。在 IntelliJ IDEA 中，推荐从菜单 Help | Edit Custom VM Options 来修改 JVM 选项。

构建项目

如果你想要 构建/打包你的项目，请在项目目录下运行 ‘mvn clean package’ 命令。命令执行后，你将 找到一个JAR文件，里面包含了你的应用程序，以及已作为依赖项添加到应用程序的连接器和库：target/-.jar。

注意： 如果你使用其他类而不是 StreamingJob 作为应用程序的主类/入口，我们建议你相应地修改 pom.xml 文件中的 mainClass 配置。这样，Flink 可以从 JAR 文件运行应用程序，而无需另外指定主类。

Gradle

环境要求

唯一的要求是使用 Gradle 3.x (或更高版本) 和安装 Java 8.x 。

创建项目

使用以下命令之一来 创建项目：

Gradle示例：

build.gradle

buildscript {repositories {jcenter() // this applies only to the Gradle 'Shadow' plugin}dependencies {classpath 'com.github.jengelman.gradle.plugins:shadow:2.0.4'}}

plugins {id 'java'id 'application'// shadow plugin to produce fat JARsid 'com.github.johnrengelman.shadow' version '2.0.4'}

// artifact propertiesgroup = 'org.myorg.quickstart'version = '0.1-SNAPSHOT'mainClassName = 'org.myorg.quickstart.StreamingJob'description = """Flink Quickstart Job"""

ext {javaVersion = '1.8'flinkVersion = '1.9.0'scalaBinaryVersion = '2.11'slf4jVersion = '1.7.7'log4jVersion = '1.2.17'}

sourceCompatibility = javaVersiontargetCompatibility = javaVersiontasks.withType(JavaCompile) {options.encoding = 'UTF-8'}

applicationDefaultJvmArgs = ["-Dlog4j.configuration=log4j.properties"]

task wrapper(type: Wrapper) {gradleVersion = '3.1'}

// declare where to find the dependencies of your projectrepositories {mavenCentral()maven { url "https://repository.apache.org/content/repositories/snapshots/" }}

// 注意：我们不能使用 "compileOnly" 或者 "shadow" 配置，这会使我们无法在 IDE 中或通过使用 "gradle run" 命令运行代码。// 我们也不能从 shadowJar 中排除传递依赖（请查看 https://github.com/johnrengelman/shadow/issues/159)。// -> 显式定义我们想要包含在 "flinkShadowJar" 配置中的类库!configurations {flinkShadowJar // dependencies which go into the shadowJar

    // 总是排除这些依赖（也来自传递依赖），因为 Flink 会提供这些依赖。
    flinkShadowJar.exclude group: 'org.apache.flink', module: 'force-shading'
    flinkShadowJar.exclude group: 'com.google.code.findbugs', module: 'jsr305'
    flinkShadowJar.exclude group: 'org.slf4j'
    flinkShadowJar.exclude group: 'log4j'
}
1
2
3
4
5

// declare the dependencies for your production and test codedependencies {// --------------------------------------------------------------// 编译时依赖不应该包含在 shadow jar 中，// 这些依赖会在 Flink 的 lib 目录中提供。// --------------------------------------------------------------compile "org.apache.flink:flink-java:${flinkVersion}"compile "org.apache.flink:flink-streaming-java_${scalaBinaryVersion}:${flinkVersion}"

    // --------------------------------------------------------------
    // 应该包含在 shadow jar 中的依赖，例如：连接器。
    // 它们必须在 flinkShadowJar 的配置中！
    // --------------------------------------------------------------
    //flinkShadowJar "org.apache.flink:flink-connector-kafka-0.11_${scalaBinaryVersion}:${flinkVersion}"
1
2
3
4

    compile "log4j:log4j:${log4jVersion}"
    compile "org.slf4j:slf4j-log4j12:${slf4jVersion}"
1

    // Add test dependencies here.
    // testCompile "junit:junit:4.12"
}
1
2

// make compileOnly dependencies available for tests:sourceSets {main.compileClasspath = configurations.flinkShadowJarmain.runtimeClasspath = configurations.flinkShadowJar

    test.compileClasspath  = configurations.flinkShadowJar
    test.runtimeClasspath  = configurations.flinkShadowJar
1

    javadoc.classpath  = configurations.flinkShadowJar
}
1

run.classpath = sourceSets.main.runtimeClasspath

jar {manifest {attributes 'Built-By': System.getProperty('user.name'),'Build-Jdk': System.getProperty('java.version')}}

shadowJar {configurations = [project.configurations.flinkShadowJar]}setting.gradle

rootProject.name = 'quickstart'或者运行quickstart脚本

    bash -c "$(curl https://flink.apache.org/q/gradle-quickstart.sh)" -- 1.9.0 2.11
查看目录结构：
1

tree quickstart/quickstart/├── README├── build.gradle├── settings.gradle└── src└── main├── java│ └── org│ └── myorg│ └── quickstart│ ├── BatchJob.java│ └── StreamingJob.java└── resources└── log4j.properties示例项目是一个 Gradle 项目，它包含了两个类：StreamingJob 和 BatchJob 是 DataStream 和 DataSet 程序的基础骨架程序。main 方法是程序的入口，即可用于IDE测试/执行，也可用于部署。

我们建议你将 此项目导入你的 IDE 来开发和测试它。IntelliJ IDEA 在安装 Gradle 插件后支持 Gradle 项目。Eclipse 则通过 Eclipse Buildship 插件支持 Gradle 项目（鉴于 shadow 插件对 Gradle 版本有要求，请确保在导入向导的最后一步指定 Gradle 版本 >= 3.0）。你也可以使用 Gradle’s IDE integration 从 Gradle 创建项目文件。

构建项目

如果你想要 构建/打包项目，请在项目目录下运行 ‘gradle clean shadowJar’ 命令。命令执行后，你将 找到一个 JAR 文件，里面包含了你的应用程序，以及已作为依赖项添加到应用程序的连接器和库：build/libs/--all.jar。

注意： 如果你使用其他类而不是 StreamingJob 作为应用程序的主类/入口，我们建议你相应地修改 build.gradle 文件中的 mainClassName 配置。这样，Flink 可以从 JAR 文件运行应用程序，而无需另外指定主类。

声明：本号所有文章除特殊注明，都为原创，公众号读者拥有优先阅读权，未经作者本人允许不得转载，否则追究侵权责任。

关注我的公众号，后台回复【JAVAPDF】获取200页面试题！5万人关注的大数据成神之路，不来了解一下吗？5万人关注的大数据成神之路，真的不来了解一下吗？5万人关注的大数据成神之路，确定真的不来了解一下吗？

欢迎您关注《大数据成神之路》