轻装上阵Flink--在IDEA上开发基于Flink的实时数据流程序

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

 vi /etc/sysconfig/network-scripts/ifcfg-eth0
 DEVICE=eth0
 TYPE=Ethernet
 ONBOOT=yes #开机启动eth0网卡
 NM_CONTROLLED=yes
 BOOTPROTO=static
 IPADDR=192.168.2.20
 GATEWAY=192.168.2.1
 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。

 [root@localhost network-scripts]# vi /etc/resolv.conf
 nameserver 192.168.2.1

　 重新启动网络服务

 [root@localhost network-scripts]# service network restart
 正在关闭接口 eth0：[确定]
 关闭环回接口：[确定]
 弹出环回接口：[确定]
 弹出界面 eth0：Determining if ip address 192.168.2.20 is already in use for device eth0...
                                                            [确定]

      关闭防火墙

 [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

 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。

 │  pom.xml
 └─src
     └─main
         ├─java
         │  └─com
         │      └─ryan
         │              BatchJob.java
         │              StreamingJob.java
         └─resources
                 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：

 package com.ryan;
 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.environment.StreamExecutionEnvironment;
 import org.apache.flink.streaming.api.windowing.time.Time;
 import org.apache.flink.util.Collector;
 public class WindowWordCount {
     public static void main(String[] args) throws Exception {
         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
         DataStream<Tuple2<String, Integer>> dataStream = env
                 .socketTextStream("192.168.2.20", 9999)
                 .flatMap(new Splitter())
                 .keyBy(0)
                 .timeWindow(Time.seconds(5))
                 .sum(1);
         dataStream.print();
         env.execute("Window WordCount");
     }
     public static class Splitter implements FlatMapFunction<String, Tuple2<String, Integer>> {
         @Override
         public void flatMap(String sentence, Collector<Tuple2<String, Integer>> out) throws Exception {
             for (String word: sentence.split(" ")) {
                 out.collect(new Tuple2<String, Integer>(word, 1));
             }
         }
     }
 }

在centos机器上，命令行启动nc

 nc -lk 9999

IDEA上直接run main方法，然后在centos机器上，不断输入单词。

 [ryan@localhost ~]$ nc -lk 9999
 java
 java
 shen
 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

 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

 <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。

 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。

 [ryan@localhost ~]$ nc -lk 9999
 java
 shen
 深圳 深圳 深圳

 [root@localhost flink-1.10.0]# bin/flink run flink-demo/flink-demo-1.0-SNAPSHOT.jar
 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

 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！