使用 Java API 的样例工程
通过简单地几步来开始编写你的 Flink Java 程序。
要求
唯一的要求是需要安装 Maven 3.0.4 (或者更高)和 Java 7.x (或者更高)
创建工程
使用下面其中一个命令来创建Flink Java工程
bash
$ mvn archetype:generate \
-DarchetypeGroupId=org.apache.flink \
-DarchetypeArtifactId=flink-quickstart-java \{% unless site.is_stable %}
-DarchetypeCatalog=https://repository.apache.org/content/repositories/snapshots/ \{% endunless %}
-DarchetypeVersion={{site.version}}
这种方式允许你为新创建的工程命名。而且会以交互式地方式询问你为 groupId, artifactId 以及 package 命名。
{% if site.is_stable %}
$ curl https://flink.apache.org/q/quickstart.sh | bash
{% else %}
$ curl https://flink.apache.org/q/quickstart-SNAPSHOT.sh | bash
{% endif %}
检查工程
运行完上面的命令会在当前工作目录下创建一个新目录。如果你使用了 curl 命令来创建 Flink Java 工程,这个目录的名称是 quickstart
。否则,就是你输入的 artifactId
名字:
$ tree quickstart/
quickstart/
├── pom.xml
└── src
└── main
├── java
│ └── org
│ └── myorg
│ └── quickstart
│ ├── BatchJob.java
│ ├── SocketTextStreamWordCount.java
│ ├── StreamingJob.java
│ └── WordCount.java
└── resources
└── log4j.properties
这个工程是一个 Maven 工程, 包含四个类。 StreamingJob 和 BatchJob 是基本的框架程序,SocketTextStreamWordCount 是一个 Streaming 示例;而 WordCount 是一个 Batch 示例。需要注意的是,所有这些类的 main 方法都允许你在开发/测试模式下启动Flink。
我们推荐将这个工程导入到你的IDE中,并进行开发和测试。 如果你用的是 Eclipse,可以使用 m2e 插件 来导入 Maven 工程。有些Eclipse发行版 默认嵌入了这个插件,其他的需要你手动去安装。IntelliJ IDE内置就提供了对 Maven 工程的支持。
给Mac OS X用户的建议:默认的 JVM 堆内存对 Flink 来说太小了,你必须手动增加内存。这里以 Eclipse 为例,依次选择 Run Configurations -> Arguments
,然后在 VM Arguments
里写入:-Xmx800m
。
编译工程
如果你想要 编译你的工程 , 进入到工程所在目录,并输入 mvn clean install -Pbuild-jar
命令。 你将会找到 target/original-your-artifact-id-your-version.jar 文件,它可以在任意的 Flink 集群上运行。 还有一个 fat-jar,名为 target/your-artifact-id-your-version.jar ,包含了所有添加到 Maven 工程的依赖。
下一步
编写我们自己的程序!
Quickstart 工程包含了一个 WordCount 的实现,也就是大数据处理系统的 Hello World。WordCount 的目标是计算文本中单词出现的频率。比如: 单词 “the” 或者 “house” 在所有的Wikipedia文本中出现了多少次。
样本输入:
big data is big
样本输出:
big 2
data 1
is 1
下面的代码就是 Quickstart 工程的 WordCount 实现,它使用两种操作( FlatMap 和 Reduce )处理了一些文本,并且在标准输出中打印了单词的计数结果。
public class WordCount {
public static void main(String[] args) throws Exception {
// set up the execution environment
final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
// get input data
DataSet<String> text = env.fromElements(
"To be, or not to be,--that is the question:--",
"Whether 'tis nobler in the mind to suffer",
"The slings and arrows of outrageous fortune",
"Or to take arms against a sea of troubles,"
);
DataSet<Tuple2<String, Integer>> counts =
// split up the lines in pairs (2-tuples) containing: (word,1)
text.flatMap(new LineSplitter())
// group by the tuple field "0" and sum up tuple field "1"
.groupBy(0)
.sum(1);
// execute and print result
counts.print();
}
}
这些操作是在专门的类中定义的,下面是 LineSplitter 类的实现。
~~~java
public static final class LineSplitter implements FlatMapFunction
@Override
public void flatMap(String value, Collector
// emit the pairs
for (String token : tokens) {
if (token.length() > 0) {
out.collect(new Tuple2<String, Integer>(token, 1));
}
}
} }