Flink快速入門--安裝與示例運行

flink是一款開源的大數據流式處理框架，他可以同時批處理和流處理，具有容錯性、高吞吐、低延遲等優勢，本文簡述flink在windows和linux中安裝步驟，和示例程序的運行。

首先要想運行Flink，我們需要下載並解壓Flink的二進制包，下載地址如下：https://flink.apache.org/down...

我們可以選擇Flink與Scala結合版本，這裏我們選擇最新的1.9版本Apache Flink 1.9.0 for Scala 2.12進行下載。

下載成功後，在windows系統中可以通過Windows的bat文件或者Cygwin來運行Flink。

在linux系統中分爲單機，集羣和Hadoop等多種情況。

通過Windows的bat文件運行

首先啓動cmd命令行窗口，進入flink文件夾，運行bin目錄下的start-cluster.bat

注意：運行flink需要java環境，請確保系統已經配置java環境變量。

$ cd flink
$ cd bin
$ start-cluster.bat
Starting 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/.

顯示啓動成功後，我們在瀏覽器訪問 http://localhost:8081/可以看到flink的管理頁面。

通過Cygwin運行

Cygwin是一個在windows平臺上運行的類UNIX模擬環境，官網下載：http://cygwin.com/install.html

安裝成功後，啓動Cygwin終端，運行start-cluster.sh腳本。

$ cd flink
$ bin/start-cluster.sh
Starting cluster.

顯示啓動成功後，我們在瀏覽器訪問 http://localhost:8081/可以看到flink的管理頁面。

圖 ui

Linux系統上安裝flink

單節點安裝

在Linux上單節點安裝方式與cygwin一樣，下載Apache Flink 1.9.0 for Scala 2.12，然後解壓後只需要啓動start-cluster.sh。

集羣安裝

集羣安裝分爲以下幾步：

1、在每臺機器上覆制解壓出來的flink目錄。

2、選擇一個作爲master節點，然後修改所有機器conf/flink-conf.yaml

jobmanager.rpc.address = master主機名

3、修改conf/slaves,將所有work節點寫入

work01
work02

4、在master上啓動集羣

bin/start-cluster.sh

安裝在Hadoop

我們可以選擇讓Flink運行在Yarn集羣上。

下載Flink for Hadoop的包

 保證 HADOOP_HOME已經正確設置即可

啓動 bin/yarn-session.sh

運行flink示例程序

批處理示例：

提交flink的批處理examples程序：

bin/flink run examples/batch/WordCount.jar

這是flink提供的examples下的批處理例子程序，統計單詞個數。

$ bin/flink run examples/batch/WordCount.jar
Starting execution of program
Executing 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)

得到結果，這裏統計的是默認的數據集，可以通過--input --output指定輸入輸出。

我們可以在頁面中查看運行的情況：

圖 wordcount

流處理示例：

啓動nc服務器：

nc -l 9000

提交flink的批處理examples程序：

bin/flink run examples/streaming/SocketWindowWordCount.jar --port 9000

這是flink提供的examples下的流處理例子程序，接收socket數據傳入，統計單詞個數。

在nc端寫入單詞

$ nc -l 9000
lorem ipsum
ipsum ipsum ipsum
bye

輸出在日誌中

$ tail -f log/flink-*-taskexecutor-*.out
lorem : 1
bye : 1
ipsum : 4

停止flink

$ ./bin/stop-cluster.sh

大數據實時處理的王者-Flink

更多實時計算,Flink,Kafka等相關技術博文，歡迎關注實時流式計算