轻装上阵Flink–在IDEA上开发基于Flink的实时数据流程序
- 2020 年 3 月 16 日
- 筆記
前言
本文介绍如何在IDEA上快速开发基于Flink框架的DataStream程序。先直接上手！
环境清单
案例是在win7运行。安装VirtualBox，在VirtualBox上安装Centos操作系统。所有资源都在百度云上，有需要请直接下载。安装教程基本都是傻瓜式，文章不做讲述，有需要直接网上搜索。
| 资源 | 版本 |
| VirtualBox | 5.2.16 |
| Centos | 6.5 |
| Maven | 3.6.3 |
| JDK | 8u241 |
| IDEA | 2019.3.2 |
| Flink | 1.10.0 |
链接：https://pan.baidu.com/s/12rXlY_z_Fck8-NRXdZ5row
提取码：qt2p
轻装上阵
1、IP设置
Centos的设置静态IP为192.168.2.20，关闭防火墙
1 vi /etc/sysconfig/network-scripts/ifcfg-eth0 2 DEVICE=eth0 3 TYPE=Ethernet 4 ONBOOT=yes #开机启动eth0网卡 5 NM_CONTROLLED=yes 6 BOOTPROTO=static 7 IPADDR=192.168.2.20 8 GATEWAY=192.168.2.1 9 NETMASK=255.255.255.0
如果此时ping www.baidu.com等不通，需要我们添加dns服务器。
1 [root@localhost network-scripts]# vi /etc/resolv.conf 2 nameserver 192.168.2.1
重新启动网络服务
1 [root@localhost network-scripts]# service network restart 2 正在关闭接口 eth0：[确定] 3 关闭环回接口：[确定] 4 弹出环回接口：[确定] 5 弹出界面 eth0：Determining if ip address 192.168.2.20 is already in use for device eth0... 6 [确定]
关闭防火墙
1 [root@localhost network-scripts]# service iptables stop
2、创建项目
在win7的命令行下，用mvn命令创建开发模板
1 mvn archetype:generate -DarchetypeGroupId=org.apache.flink -DarchetypeArtifactId=flink-quickstart-java -DarchetypeVersion=1.10.0
这种方式允许你为新项目命名。它将以交互式的方式询问你项目的 groupId、artifactId 和 package 名称。
用tree命令看下，如下结构。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。
1 │ pom.xml 2 └─src 3 └─main 4 ├─java 5 │ └─com 6 │ └─ryan 7 │ BatchJob.java 8 │ StreamingJob.java 9 └─resources 10 log4j.properties
3、写一个自己的DataStream的程序
功能介绍：WindowWordCount.java，5s为一个时间窗口，摄取数据源的数据，计算单词出现的次数。
实时数据流计算简易架构图：
为了演示方便，这里我们只演示消息队列和Flink Job两个模块，利用nc工具来替代消息队列作为Flink Job摄取的数据源。
代码：
1 package com.ryan; 2 import org.apache.flink.api.common.functions.FlatMapFunction; 3 import org.apache.flink.api.java.tuple.Tuple2; 4 import org.apache.flink.streaming.api.datastream.DataStream; 5 import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; 6 import org.apache.flink.streaming.api.windowing.time.Time; 7 import org.apache.flink.util.Collector; 8 public class WindowWordCount { 9 public static void main(String[] args) throws Exception { 10 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); 11 DataStream<Tuple2<String, Integer>> dataStream = env 12 .socketTextStream("192.168.2.20", 9999) 13 .flatMap(new Splitter()) 14 .keyBy(0) 15 .timeWindow(Time.seconds(5)) 16 .sum(1); 17 dataStream.print(); 18 env.execute("Window WordCount"); 19 } 20 public static class Splitter implements FlatMapFunction<String, Tuple2<String, Integer>> { 21 @Override 22 public void flatMap(String sentence, Collector<Tuple2<String, Integer>> out) throws Exception { 23 for (String word: sentence.split(" ")) { 24 out.collect(new Tuple2<String, Integer>(word, 1)); 25 } 26 } 27 } 28 }
在centos机器上，命令行启动nc
1 nc -lk 9999
IDEA上直接run main方法，然后在centos机器上，不断输入单词。
1 [ryan@localhost ~]$ nc -lk 9999 2 java 3 java 4 shen 5 深圳 深圳
IDEA控制台上输出如下：
注意：第一次在IDEA上运行这个程序，可能会报如下异常
1 java.lang.NoClassDefFoundError: org/apache/flink/streaming/api/datastream/DataStream
原因是IDEA没有导入flink 的lib下的jar包。导入即可。
4、打包发布到centos平台上的Flink集群
修改pom.xml文件的mainclass的值为com.ryan.WindowWordCount
1 <mainClass>com.ryan.WindowWordCount</mainClass>
执行mvn clean install，得到flink-demo-1.0-SNAPSHOT.jar，并上传到centos机器上。
1 mvn clean install
打开两个centos的控制台，一个用于打开nc，一个用于运行我们打包好的Flink jar包。
1 [ryan@localhost ~]$ nc -lk 9999 2 java 3 shen 4 深圳 深圳 深圳
1 [root@localhost flink-1.10.0]# bin/flink run flink-demo/flink-demo-1.0-SNAPSHOT.jar 2 Job has been submitted with JobID 9931a9dfc2eddeb2d0b5ed15578bd488
回到win7上，用浏览器打开http://192.168.2.20:8081/，在Running Jobs上，可以看到一条记录。
在Task Managers上，Stdout模块看到程序输出的结果。
所有代码都上传到github上，有需要的朋友可以下载
1 https://github.com/qinxiongzhou/flink-demo
至此，我们完成了开发编译调试到最终上线生产运行。喜欢请关注公众号–程序猿牧场，谢谢！
