Flink-本地设置教程

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>>

通过几个简单的步骤即可启动并运行Flink示例程序。

设置：下载并启动Flink

Flink在Linux，Mac OS X和Windows上运行。为了能够运行Flink，唯一的要求是安装有效的Java8.x。Windows用户，请查看Windows Flink指南，该指南介绍了如何在Windows上为本地设置运行Flink。

您可以通过发出以下命令来检查Java的正确安装：

java -version

如果您具有Java 8，则输出将如下所示：

java version "1.8.0_111"
Java(TM) SE Runtime Environment (build 1.8.0_111-b14)
Java HotSpot(TM) 64-Bit Server VM (build 25.111-b14, mixed mode)

从下载页面下载二进制文件。您可以选择任何您喜欢的Scala变体。对于某些功能，您可能还需要下载一个预先捆绑的Hadoop jar并将其放入/lib目录中。
进入下载目录。
解压缩下载的档案。

$ cd ~/Downloads        # Go to download directory
$ tar xzf flink-*.tgz   # Unpack the downloaded archive
$ cd flink-1.9.0

启动本地Flink群集

$ ./bin/start-cluster.sh  # Start Flink

在http：// localhost：8081上检查Dispatcher的Web前端，并确保一切正常并正在运行。Web前端应报告一个可用的TaskManager实例。

您还可以通过检查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

阅读代码

您可以在GitHub上的scala和java中找到此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)
}

运行示例

现在，我们将运行此Flink应用程序。它将从套接字读取文本，并且每5秒钟打印一次在前5秒钟内每个不同单词的出现次数，即只要单词漂浮在其中，处理时间就会翻滚。

首先，我们使用netcat通过以下方式启动本地服务器

$ nc -l 9000

提交Flink程序：

$ ./bin/flink run examples/streaming/SocketWindowWordCount.jar --port 9000
Starting execution of program

程序连接到套接字并等待输入。您可以检查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，翻滚窗口）计数，并打印到stdout。监视TaskManager的输出文件并在其中写入一些文本nc（点击后，输入将逐行发送到Flink）：

$ nc -l 9000
lorem ipsum
ipsum ipsum ipsum
bye

该.out文件将在每个时间窗口的末尾，只要单词中，如浮动打印计数：

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

要在完成后停止 Flink，请输入：

$ ./bin/stop-cluster.sh

来源：oschina

链接：https://my.oschina.net/u/269325/blog/3141854

标签

info

localhost