一、運行環境介紹
Flink執行環境主要分爲本地環境和集羣環境，本地環境主要爲了方便用戶編寫和調試代碼使用，而集羣環境則被用於正式環境中，可以藉助Hadoop Yarn、k8s 或 Mesos等不同的資源管理器部署自己的應用。
環境依賴：【1】JDK環境：Flink核心模塊均使用 Java開發，所以運行環境需要依賴 JDK，JDK版本需要保證在1.8以上。
【2】Maven編譯環境：Flink的源代碼目前僅支持通過 Maven進行編譯，所以如果需要對源代碼進行編譯，或通過 IDE開發Flink Application，則建議使用 Maven作爲項目工程編譯方式。需要注意的是，Flink程序需要 Maven的版本在3.0.4及以上，否則項目編譯可能會出問題，建議用戶根據要求進行環境的搭建。
【3】Hadoop環境：對於執行在Hadoop Yarn資源管理器的 Flink應用，則需要配置對應的 Hadoop環境參數。目前 Flink官方提供的版本支持hadoop2.4、2.6、2.7、2.8等主要版本，所以用戶可以在這些版本的Hadoop Yarn中直接運行自己的 Flink應用，而不需要考慮兼容性的問題。
二、Flink項目模板
Flink爲了對用戶使用 Flink進行應用開發進行簡化，提供了相應的項目模板來創建開發項目，用戶不需要自己引入相應的依賴庫，就能夠輕鬆搭建開發環境，前提是在JDK（1.8及以上）和Maven（3.0.4及以上）的環境已經安裝好且能正常執行。在 Flink項目模板中，Flink提供了分別基於Java和Scala實現的模板，下面就 Java項目模板進行介紹和應用。
【1】創建項目：通過 Maven archetype命令進行創建：在項目目錄下執行如下命令（第一行就行），注意：groupId、artifactId、version、package 等信息根據自己的需求進行修改，當然你也可以用我默認的。
F:\Project\flink_project>mvn archetype:generate -DarchetypeGroupId=org.apache.flink -DarchetypeArtifactId=flink-quickstart-java -DarchetypeVersion=1.10.0 -DgroupId=my-flink-project -DartifactId=my-flink-project -Dversion=0.1 -Dpackage=myflink -DinteractiveMode=false
執行結果如下表示成功
[INFO] ------------------------------------------------------------------------
[INFO] BUILD SUCCESS
[INFO] ------------------------------------------------------------------------
[INFO] Total time: 59.208 s
[INFO] Finished at: 2020-07-01T15:38:00+08:00
[INFO] Final Memory: 18M/312M
[INFO] ------------------------------------------------------------------------
【2】我們可以看到的項目結構如下圖所示，可以看到自己定義的 artifactId等信息。該項目已經是一個相對比較完善的 Maven項目，其中創建出來對應的Java實例代碼，分別是 BatchJob.java和 Streaming.java兩個文件，分別對應 Flink批量接口DataSet的實例代碼和流式接口 DataStream的實例代碼。在創建好上述項目後，建議用戶將項目導入到 IDE進行後續開發。啓動IntelliJ IDEA，選擇File→Open，在文件選擇框中選擇創建好的項目（quickstart），點擊確定，IDEA將自動進行項目的導入；
【3】編譯項目：項目經過上述步驟創建後，可以使用 Maven Command命令 mvn clean package對項目進行編譯，編譯完成後在項目同級目錄會生成 target/-.jar，則該可執行 Jar包就可以通過 Flink命令或者 Web客戶端提交到集羣上執行。
注意： 通過 Maven創建Java應用，用戶可以在 Pom中指定 Main Class，這樣提交執行過程中就具有默認的入口Main Class，否則需要用戶在執行的 Flink App的Jar應用中指定Main Class。
【4】開發應用：在項目創建和檢測完成後，我們就可以選擇在模板項目中的代碼上編寫應用，也可以定義 Class調用DataSet API或DataStream API進行Flink應用的開發，然後通過編譯打包，上傳並提交到集羣上運行。
三、Flink開發環境配置（自動生成可忽略）
對於通過項目模板生成的項目，項目中的主要參數配置已被初始化，所以無須額外進行配置，如果用戶通過手工進行項目的創建，則需要創建Flink項目並進行相應的基礎配置，包括Maven Dependences、Scala的Version等配置信息。
【1】Flink基礎依賴庫：對於Java版本，需要在項目的 pom.xml文件中配置如下依賴庫，其中 flink-java和 flink-streaming-java分別是批量計算 DataSet API和流式計算 DataStream API的依賴庫，{flink.version}是官方的發佈的版本號，用戶可根據自身需要進行選擇：
<flink.version>1.6.1</flink.version>
<dependencies>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-java</artifactId>
<version>${flink.version}</version>
<scope>compile</scope>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-streaming-java_${scala.binary.version}</artifactId>
<version>${flink.version}</version>
<scope>compile</scope>
</dependency>
</dependencies>
另外在上述 Maven Dependences配置中，核心的依賴庫配置的Scope爲provided，主要目的是在編譯階段能夠將依賴的Flink基礎庫排除在項目之外，當用戶提交應用到 Flink集羣的時候，就避免因爲引入Flink基礎庫而導致 Jar包太大或類衝突等問題。而對於 Scope配置成 provided的項目可能出現本地 IDE中無法運行的問題，可以在 Maven中通過配置 Profile的方式，動態指定編譯部署包的 scope爲provided，本地運行過程中的 scope爲compile，從而解決本地和集羣環境編譯部署的問題。
scope 的作用範圍：
【1】compile：默認值，適用於所有階段（表明該 jar 包在編譯、運行以及測試中路徑均可見），並且會隨着項目一起發佈。
【2】test：只在測試時使用，用於編譯和運行測試代碼，不會隨項目發佈。
【3】runtime：無需參與項目的編譯，不過後期的測試和運行週期需要其參與，與 compile 相比，跳過了編譯。如 JDBC 驅動，適用運行和測試階段。
【4】provided：編譯和測試時有效，但是該依賴在運行時由服務器提供，並且打包時也不會被包含進去。如 servlet-api。
【5】system：類似 provided，需要顯式提供包含依賴的jar，不會從 maven 倉庫下載，而是從本地文件系統獲取，需要添加 systemPath 的屬性來定義路徑。
【2】 Flink Connector 和 Lib依賴庫：除了上述Flink項目中應用開發必須依賴的基礎庫之外，如果用戶需要添加其他依賴，例如Flink中內建的Connector，或者其他第三方依賴庫，需要在項目中添加相應的Maven Dependences，並將這些Dependence的Scope需要配置成 compile。如果項目中需要引入Hadoop相關依賴包，和基礎庫一樣，在打包編譯的時候將 Scope註明爲 provided，因爲 Flink集羣中已經將 Hadoop依賴包添加在集羣的環境中，用戶不需要再將相應的 Jar包打入應用中，否則容易造成 Jar包衝突。
注意：對於有些常用的依賴庫，爲了不必每次都要上傳依賴包到集羣上，用戶可以將依賴的包可以直接上傳到 Flink安裝部署路徑中的 lib目錄中，這樣在集羣啓動的時候就能夠將依賴庫加載到集羣的 ClassPath中，無須每次在提交任務的時候上傳依賴的 Jar包。
四、編寫 Flink 程序
在 src/main/java/myflink 下創建 SocketWindowWordCount.java 文件：具體步驟見註解
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.util.Collector;
/**
* @description: 第一個 flink wordcount 項目
* @author: zzx
* @createDate: 2020/7/1
* @version: 1.0
*/
public class SocketWindowWordCount {
public static void main(String[] args) {
//1、Flink 程序的第一步是創建一個 StreamExecutionEnvironment 流執行環境 。
// 這是一個入口類，可以用來設置參數和創建數據源以及提交任務。所以讓我們把它添加到 main 函數中：
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
//2、將創建一個從本地端口號 9000 的 socket ,通過連接 socket 獲取輸入數據，如果端口被佔，自行更換
DataStream<String> text = env.socketTextStream("localhost", 9000, "\n");
/**
* 這創建了一個字符串類型的 DataStream。
* DataStream 是 Flink 中做流處理的核心 API，上面定義了非常多常見的操作（如，過濾、轉換、聚合、窗口、關聯等）。
* 在本示例中，我們感興趣的是每個單詞在特定時間窗口中出現的次數，比如說5秒窗口。
* 爲此，我們首先要將字符串數據解析成單詞和次數（使用Tuple2<String, Integer>表示），
* 第一個字段是單詞，第二個字段是次數，次數初始值都設置成了1。
* 我們實現了一個flatmap，因爲一行數據中可能有多個單詞。
*
* 解析數據，按 word 分組，開窗，聚合
*/
SingleOutputStreamOperator<Tuple2<String, Integer>> sum = text.flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {
@Override
public void flatMap(String value, Collector<Tuple2<String, Integer>> out) throws Exception {
// \\s 表示按照空格拆分
for (String word : value.split("\\s")) {
out.collect(Tuple2.of(word, 1));
}
}
//根據map中的key進行分組，0表示位置
}).keyBy(0)
.timeWindow(Time.seconds(5))
//安裝 value 進行統計 1表示位置
.sum(1);
//將結果打印到控制檯,這是設置並行度爲1，表示單線程打印，一般我們都是打印到文件的，如果不是1就會打印到多個文件
sum.print().setParallelism(1);
try {
env.execute("Scoket Window WordCount");
} catch (Exception e) {
e.printStackTrace();
}
}
}
Linux運行程序：要運行示例程序，首先我們在終端啓動 netcat 獲得輸入流：nc -lk port 永久監聽 TCP端口。安裝鏈接
nc -lk 9000
Window運行程序：可以通過 ncat 運行，安裝鏈接
ncat -lk 9000
然後直接運行 SocketWindowWordCount的 main 方法。只需要在 netcat 控制檯輸入單詞，就能在 SocketWindowWordCount 的輸出控制檯看到每個單詞的詞頻統計。如果想看到大於1的計數，請在5秒內反覆鍵入相同的單詞。