超越梦想，一起飞！！！

本节笔者总结了如何在一个机器上安装集群，以及在多个机器上安装集群；并提到了通过zookeeper可以让Flink集群的Master节点也保持高可用；最后演示了如何部署一个SocketWindowWordCount.jar的例子，并在Flink的Web UI上面观察其job的执行情况和输出！

在前面的两个章节：[《\[1\] Flink大数据流式处理利剑: 简介》](https://architect.blog.youkuaiyun.com/article/details/122149322)和[《\[2\] Flink大数据流式处理利剑: 用Flink进行统计的一个简单例子》](https://architect.blog.youkuaiyun.com/article/details/122164543) 主要对Flink进行了简单介绍并演示了一个简单的例子；这个章节，我们来看看Flink的部署架构。Flink支持各

上面一节博客<<[1] Flink大数据流式处理利剑: 简介>>, 整体描述了Flink是什么，能做什么，其主要架构是什么，已经笔者也提供了一些经典案例的链接在案例参考章节，现在笔者就提供一个简单的用Flink来统计字符出现频率的例子。下面是具体的步骤。第一步安装JDK环境： 请网上搜索第二步，安装Maven第三步，用archetype:generate 生成一个模板代码mvn archetype:generate -DarchetypeGroupId=org.apa

1. Flink介绍Flink是Apache基金会下的一个顶级项目，其是一个有状态计算的框架；既能处理无边界的数据流，也能处理有边界的数据流；同时Flink提供不同层次的API，从而满足不同的大数据业务处理场景。那什么是流，任何类型的数据都可以形成一种事件流，比如，信用卡交易、传感器测量、机器日志、网站或移动应用程序上的用户交互记录，所有这些数据都形成一种流。那么什么是有边界，什么是无边界；官方网站给了一张图和解释：无界流有定义流的开始，但没有定义流的结束。它们会无休止地产生数据。无界流的数据