大数据HelloWorld-Flink实现WordCount

所有的语言开篇都是Hello Word,数据处理引擎也有Hello Word。那就是Word Count。MR，Spark，Flink以来开篇第一个程序都是Word Count。那么今天Flink开始目标就是在本地调试出Word Count。

[图片上传失败...(image-b74b22-1565571853767)]

单机安装Flink

开始Flink之前先在本机尝试安装一下Flink,当然FLink正常情况下是部署的集群方式。作者比较穷，机器配置太低开不了几个虚拟机。所以只能先演示个单机的安装。
Apache Flink需要在Java1.8+以上的环境中运行。
所以,先确保自己的JDK版本是1.8包含以上的。

image Flink单机部署非常简单，只需安装下载安装即可。 如果需要与Hadoop版本结合，那么下载相应的Hadoop关联版本即可。如果不与Hadoop结合就直接下载Scala版即可。我这里就直接下载了Scala2.11的相关版本。 image

点击进入Apache页面进行下载，大小约有283MB。

把下载下来的压缩包进行解压即可。

image

打开命令行直接执行 /bin/start-cluster.bat 进行启动。

image

浏览器打开 http://localhost:8081

image

至此在Windows10环境下即完成Flink的启动。

编写WordCount

因为Flink是由Scala进行开发的，而Scala是基于JVM的一种语言。所以最终也会转换为JAVA字节码文件，所以Flink程序可以由Java、Scala两种语言都可以进行开发。也可以同时开发。比如Java写一部分代码，Scala写另一部分代码。可以参考<Apache Flink利用Maven对Scala与Java进行混编>。

Flink官方提供快速生成工程的两种工具：SBT与Maven。由于作者比较熟悉Maven，(或者说没用过SBT)。所以直接使用Maven快速创建一个工程。

Java版本

mvn archetype:generate                               \
      -DarchetypeGroupId=org.apache.flink              \
      -DarchetypeArtifactId=flink-quickstart-java      \
      -DarchetypeVersion=1.8.0

Java版本

mvn archetype:generate                               \
      -DarchetypeGroupId=org.apache.flink              \
      -DarchetypeArtifactId=flink-quickstart-scala     \
      -DarchetypeVersion=1.8.0

按照提示输入相关信息,即可生成最终的项目。

├── pom.xml
└── src
    └── main
        ├── resources
        │   └── log4j.properties
        └── scala/java
            └── org
                └── myorg
                    └── quickstart
                        ├── BatchJob.scala
                        └── StreamingJob.scala

把工程导入到IDEA中
如果使用Scala的话，那么需要安装Scala的插件。搜索安装同时需要把Scala语言包进行安装。不知道如何操作可以联系我 微信公号<指尖数虫>。

package jar;

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.common.functions.ReduceFunction;
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.util.Collector;

public class BatchJob {

    public static void main(String[] args) throws Exception {
        // set up the batch execution environment
        final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
        //读取目录下的文件
        DataSource<String> data = env.readTextFile("/opt/Server_Packets/log/ServerLog_1_runtime.log");
        //把文件中的内容按照空格进行拆分为 word,1    1 是为了能够在下面进行计算.
        data.flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {
            @Override
            public void flatMap(String s, Collector<Tuple2<String, Integer>> collector) throws Exception {
                for (String word : s.split(" ")){
                    collector.collect(new Tuple2<>(word,1));
                }
            }
        })
        // 按照元组中的第1位进行分组
        .groupBy(0)
        // 分组的元组的计算方式为  value +value  也就是刚才的 同样的词 把 1+1
        .reduce(new ReduceFunction<Tuple2<String, Integer>>() {
            @Override
            public Tuple2<String, Integer> reduce(Tuple2<String, Integer> t2, Tuple2<String, Integer> t1) throws Exception {
                return new Tuple2<>(t1.f0,t1.f1+ t2.f1);
            }
        })
        //输出结果
        .print();
    }
}