本文共 5740 字，大约阅读时间需要 19 分钟。

一.flink简介

1.传统数据处理架构

事务处理：java 后端->数据库

分析处理：离线数仓

有状态的流式处理：实时处理

流处理的演变：第二代流失处理架构(lambda)

2.Flink 的主要特点

3.Flink vs Spark Streaming

延迟：flink 毫秒级延迟，sparkStreaming 秒级延迟

架构：flink 真正的流，sparkStreaming 微批

flink没有Stage的概念，每个个节点的计算不需要等待。

4.WordCount

dataSet

dataSet是数据集不是数据流

package com.atguigu.wc;/** * Copyright (c) 2018-2028 尚硅谷 All Rights Reserved * 
 * Project: FlinkTutorial * Package: com.atguigu.wc * Version: 1.0 * 
 * Created by wushengran on 2020/11/6 11:22 */import org.apache.flink.api.common.functions.FlatMapFunction;import org.apache.flink.api.java.DataSet;import org.apache.flink.api.java.ExecutionEnvironment;import org.apache.flink.api.java.operators.DataSource;import org.apache.flink.api.java.tuple.Tuple2;import org.apache.flink.streaming.api.datastream.DataStream;import org.apache.flink.util.Collector;/** * @ClassName: WordCount * @Description: * @Author: wushengran on 2020/11/6 11:22 * @Version: 1.0 */// 批处理word countpublic class WordCount {
       public static void main(String[] args) throws Exception{
           // 创建执行环境        ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();        //data/sensor.txt        // 从文件中读取数据       // String inputPath = "D:\\Projects\\BigData\\FlinkTutorial\\src\\main\\resources\\hello.txt";        String inputPath = "data/hello.txt";        DataSet
    
      inputDataSet = env.readTextFile(inputPath);        // 对数据集进行处理，按空格分词展开，转换成(word, 1)二元组进行统计        DataSet
     
      
       > resultSet = inputDataSet.flatMap(new MyFlatMapper())                .groupBy(0)    // 按照第一个位置的word分组                .sum(1);    // 将第二个位置上的数据求和        resultSet.print();    }    // 自定义类，实现FlatMapFunction接口    public static class MyFlatMapper implements FlatMapFunction
       
        > {
           @Override        public void flatMap(String value, Collector
        
         
          > out) throws Exception { // 按空格分词 String[] words = value.split(" "); // 遍历所有word，包成二元组输出 for (String word : words) { out.collect(new Tuple2<>(word, 1)); } } }}
         
        
       
      
     
    

DataStream

流式处理API

package com.atguigu.wc;/** * Copyright (c) 2018-2028 尚硅谷 All Rights Reserved * 
 * Project: FlinkTutorial * Package: com.atguigu.wc * Version: 1.0 * 
 * Created by wushengran on 2020/11/6 11:48 */import org.apache.flink.api.java.tuple.Tuple2;import org.apache.flink.api.java.utils.ParameterTool;import org.apache.flink.streaming.api.datastream.DataStream;import org.apache.flink.streaming.api.datastream.DataStreamSource;import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;import java.net.URL;/** * @ClassName: StreamWordCount * @Description: * @Author: wushengran on 2020/11/6 11:48 * @Version: 1.0 */public class StreamWordCount {
       public static void main(String[] args) throws Exception{
           // 创建流处理执行环境        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();//        env.setParallelism(1);//        env.disableOperatorChaining();//        // 从文件中读取数据//        String inputPath = "D:\\Projects\\BigData\\FlinkTutorial\\src\\main\\resources\\hello.txt";//        DataStream
    
      inputDataStream = env.readTextFile(inputPath);        // 用parameter tool工具从程序启动参数中提取配置项        ParameterTool parameterTool = ParameterTool.fromArgs(args);        String host = parameterTool.get("host");        int port = parameterTool.getInt("port");        // 从socket文本流读取数据        DataStream
     
       inputDataStream = env.socketTextStream(host, port);        // 基于数据流进行转换计算        DataStream
      
       
        > resultStream = inputDataStream.flatMap(new WordCount.MyFlatMapper()).slotSharingGroup("green")                .keyBy(0)                .sum(1).setParallelism(2).slotSharingGroup("red");        resultStream.print().setParallelism(1);        // 执行任务        env.execute();    }}
       
      
     
    

nc -lk 7777

第三章 Flink 部署

flink下载

https://flink.apache.org/zh/

flink 1.10之前的版本都包含了对hadoop的依赖 flink1.10之后的版本flink的安装包和hadoop的依赖分离开来了

flink/conf/flink-conf.yaml的主要内容

3.1 Standalone 模式

3.1.1 安装

解压缩 flink-1.10.1-bin-scala_2.12.tgz，进入 conf 目录中。

1）修改 flink/conf/flink-conf.yaml 文件：

3）分发给另外两台机子：

4）启动 ： flink/conf/flink-conf.yaml

访问 http://localhost:8081 可以对 flink 集群和任务进行监控管理。

3.1.2 提交任务

web页面提交任务

task任务需要的taskSloat 一般等于执行任务需要最大一个并行度

命令提交任务

1. 准备数据文件（如果需要）

   

2. 把含数据文件的文件夹，分发到 taskmanage 机器

   
   如 果 从 文 件 中 读 取 数 据 ， 由 于 是 从 本 地 磁 盘 读 取 ， 实 际 任 务 会 被 分 发 到
   taskmanage 的机器中，所以要把目标文件分发

3. 执行程序

   
   

./flink run -p 2  -c com.atguigu.wc.StreamWordCount  /root/ysw/flink/jar/FlinkTutorial-1.0-SNAPSHOT.jar --host kafka1 --port 6666

4) 查看计算结果 注意：如果输出到控制台，应该在 taskmanager 下查看；如果计算结果输出到文 件，同样会保存到 taskmanage 的机器下，不会在 jobmanage 下。

5. 在 webui 控制台查看计算过程
   
   

3.2 Yarn 模式

现在流行的资源管理平台主要是yarn和k8s

3.2.1 Flink on Yarn

3.2.2 Session Cluster

1. 启动 hadoop 集群（略)
2. 启动 yarn-session

/yarn-session.sh -n 2 -s 2 -jm 1024 -tm 1024 -nm test -d

3) 执行任务

./flink run -c com.atguigu.wc.StreamWordCount FlinkTutorial-1.0-SNAPSHOT-jar-with-dependencies.jar --host lcoalhost –port 7777

4. 去 yarn 控制台查看任务状态
   
5. 取消 yarn-session

yarn application --kill application_1577588252906_0001

3.2.2 Per Job Cluster

1. 启动 hadoop 集群（略)
2. 不启动 yarn-session，直接执行 job

./flink run –m yarn-cluster -c com.atguigu.wc.StreamWordCount FlinkTutorial-1.0-SNAPSHOT-jar-with-dependencies.jar --host lcoalhost –port 7777

3.3 Kubernetes 部署

// 启动 jobmanager-service 服务kubectl create -f jobmanager-service.yaml// 启动 jobmanager-deployment 服务kubectl create -f jobmanager-deployment.yaml// 启动 taskmanager-deployment 服务kubectl create -f taskmanager-deployment.yaml

4）访问 Flink UI 页面

集群启动后，就可以通过 JobManagerServicers 中配置的 WebUI 端口，用浏览器 输入以下 url 来访问 Flink UI 页面了： http://{JobManagerHost:Port}/api/v1/namespaces/default/services/flink-jobmanage r:ui/proxy

转载地址：https://blog.csdn.net/yangshengwei230612/article/details/116502663 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！