Flink快速上手

        前面讲Hadoop的时候已经说了大数据的整个生态就是围绕存储采集、存储、计算进行的，今天要说的就是“计算”，目前分离线计算和实时计算，这两大块分别诞生了像Spark和Flink两大Super Star框架，这两大框架的初衷Spark定位于离线计算，Flink定位于实时计算，但随着业务的发展，也是为了市场的占有，二者分别开始蚕食对方的领域，各自在自身的体系架构中融入了实时和离线计算，大有一统江湖之意。

1.Flink的安装和配置

去官网下载Flink安装包，放到虚拟机的某个目录下。

flink下载

用下面的命令解压：

tar -zxvf apache-flink-1.9.3.tar.gz

修改配置，打开 /conf/flink-conf.yaml

jobmanager.rpc.address: localhost
rest.port: 8081

根据自身情况修改这两个属性，第一个是jobmanager的地址，可以改成你的实际IP地址，第二个是Flink的Web客户端的端口号，如果默认的8081没有用，那就不用改，如果被占用，就改成其他的。

设置环境变量，打开 /etc/profile，增加：

export FLINK_HOME=/usr/local/flink-1.9.0/
​
export PATH=$PATH:$FLINK_HOME/bin

用 source命令让环境变量生效。

进入flink安装目录的bin目录，输入下面的命令启动flink：

./start-cluster.sh

在你的电脑的浏览器中敲下面的地址就可以访问Flink Web UI

http://192.136.11.100:8081/

 2.任务提交

flink的安装目录下的/examples目录下提供了丰富的例子，首先以经典WordCount为例，在flink的根目录下执行下面的命令：

./bin/flink run ./examples/streaming/WordCount.jar

虚拟机会打印下面的信息：

Executing WordCount example with default input data set.
Use --input to sp