快速开始

环境配置

搭建本地实例

Flink本身可以单独部署，如果你需要读写HDFS中的数据，则需要选择对应的Hadoop版本了，在初学阶段笔者还是建议单独部署即可，到这里下载一个编译好的版本，然后直接解压缩即可：

$ cd ~/Downloads # Go to download directory
$ tar xzf flink-*.tgz # Unpack the downloaded archive
$ cd flink-1.0.3
$ bin/start-local.sh # Start Flink

然后转到 http://localhost:8081 就可以看到一个运行的JobManager实例，注意，这里也会提示你存在一个TaskManager实例，如下图所示：

运行示例

在搭建好了基本的运行环境之后，我们开始测试 SocketTextStreamWordCount example，即从Socket中读取数据然后统计出独立的单词数目，典型的WordCounts。

首先，使用nc来启动一个本地的Server

$ nc -l -p 9000
// mac 下是 nc -l 9000

将任务的Jar包提交到Flink:

$ bin/flink run examples/streaming/SocketTextStreamWordCount.jar \
  --hostname localhost \
  --port 9000
Printing result to stdout. Use --output to specify output path.
03/08/2016 17:21:56 Job execution switched to status RUNNING.
03/08/2016 17:21:56 Source: Socket Stream -> Flat Map(1/1) switched to SCHEDULED
03/08/2016 17:21:56 Source: Socket Stream -> Flat Map(1/1) switched to DEPLOYING
03/08/2016 17:21:56 Keyed Aggregation -> Sink: Unnamed(1/1) switched to SCHEDULED
03/08/2016 17:21:56 Keyed Aggregation -> Sink: Unnamed(1/1) switched to DEPLOYING
03/08/2016 17:21:56 Source: Socket Stream -> Flat Map(1/1) switched to RUNNING
03/08/2016 17:21:56 Keyed Aggregation -> Sink: Unnamed(1/1) switched to RUNNING

该任务会连接到Socket然后等待输入，你可以在Web界面中判断任务是否正常运行：

在刚才的nc终端里输入一些数据

$ nc -l -p 9000
lorem ipsum
ipsum ipsum ipsum
bye

结果会被直接统计出来

$ tail -f log/flink-*-jobmanager-*.out
(lorem,1)
(ipsum,1)
(ipsum,2)
(ipsum,3)
(ipsum,4)
(bye,1)

如果你要停止Flink集群

$ bin/stop-local.sh