初识Flink之Windows下Flink流处理（Streaming）案例开发

       本次示例在Windows系统下，使用idea2019.3进行开发，jdk版本1.8，flink版本1.6.1.

• 新建一个maven项目，没有flink-quickstart-java模板，可以选择添加：Add Archetype  填写如下内容：
• 
• 
• 填写项目对应的信息。
• 
• 创建StreamingJob内容如下：

•  public static void main(String[] args) throws Exception {
          //获取需要的端口号分析：
          // 通过Socket模拟产生单词，使用Flink程序对数据进行汇总计算。
          int port;
          try {
              ParameterTool parameterTool = ParameterTool.fromArgs(args);
              port = parameterTool.getInt("port");
          } catch (Exception e) {
              System.err.println("No port set. use default port 9000--Java");
              port = 9000;
          }
          //获取Flink的运行环境
          StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
          //主机名不能填写错误，这里使用localhost或者通过ipconfig/all 查到的主机名
          String hostname = "localhost";
          String delimiter = "\n";
          //连接Socket获取输入的数据
          DataStreamSource<String> text = env.socketTextStream(hostname, port, delimiter);
          // a a c        // a 1        // a 1        // c 1
          DataStream<WordWithCount> windowCounts = text.flatMap(new FlatMapFunction<String, WordWithCount>() {
  
              @Override
              public void flatMap(String value, Collector<WordWithCount> out) throws Exception {
                  String[] splits = value.split("\\\\s");
                  for (String word : splits) {
                      out.collect(new WordWithCount(word, 1L));
                  }
              }
          }).keyBy("word")
       //指定时间窗口大小为2s，指定时间间隔为2s
                  .timeWindow(Time.seconds(2), Time.seconds(2))
        //在这里使用sum或者reduce都可以
                  .sum("count");
    
  //                .reduce(new ReduceFunction<WordWithCount>() {
  //            @Override
  //            public WordWithCount reduce(WordWithCount a, WordWithCount b) {
  //                return new WordWithCount(a.word, a.count + b.count);
  //            }
  //        });
    
          //把数据打印到控制台并且设置并行度
          windowCounts.print().setParallelism(1);
          //这一行代码一定要实现，否则程序不执行
          env.execute("Socket window count");
      }
  
      public static class WordWithCount {
          public String word;
          public long count;
  
          public WordWithCount() {
          }
  
          public WordWithCount(String word, long count) {
              this.word = word;
              this.count = count;
          }
  
          @Override
          public String toString() {
              return "WordWithCount{" + "word='" + word + '\'' +
                      ", count=" + count +
                      '}';
          }
  
      }

   

• 在Windows系统下需要下载一个nc,打开cmd窗口执行nc -l -p 9000
• nc下载地址：https://pan.baidu.com/s/1YvG49wL8JmMMCEO_c6-uww 
• 提取码：l03b
• 解压后nc.exe 放入c盘users 对应的用户目录下，打开cmd即可执行：
• 
• 在idea 执行程序：结果如下：
• 
• 项目地址：https://gitee.com/linghongkang90/flink/tree/master/flinkDemo