Flink入门这一篇就够了

Flink好处在这不再赘述，有想要了解的同学可自行搜索

Linux中安装好JDK1.8

Flink下载（没有windows版本）

https://flink.apache.org/downloads.html

通过sftp将下载好的文件传入到linux系统上(连接上虚拟机后 alt + p)
在/root下可以将文件移动到指定目录中
[root@hadoop301 ~]# mv flink-1.6.1-bin-hadoop26-scala_2.11.tgz /opt
解压
[root@hadoop301 ~]# tar -zxvf flink-1.6.1-bin-hadoop26-scala_2.11.tgz

进入目录启动
[root@hadoop301 flink-1.6.1]# ./bin/start-cluster.sh

点开浏览器输入linuxIP端口为8081打开网页

在IDEA中可以开始写JAVA代码了（也可以使用scala）自行查看
https://ci.apache.org/projects/flink/flink-docs-release-1.6/quickstart/setup_quickstart.html

1.创建一个maven工程
2.pom文件

   <dependencies>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-java</artifactId>
            <version>1.6.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-java_2.11</artifactId>
            <version>1.6.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-clients_2.11</artifactId>
            <version>1.6.1</version>
        </dependency>
    </dependencies>

Word Count 代码-读取本地文件

//获取环境
ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
//读取本地文件-放入到数据集合中
DataSet<String> text = env.readTextFile("/path/to/file");

DataSet<Tuple2<String, Integer>> counts =
        text.flatMap(new Tokenizer())
        .groupBy(0)
        .sum(1);

counts.writeAsCsv(outputPath, "\n", " ");


public static class Tokenizer implements FlatMapFunction<String, Tuple2<String, Integer>> {
    @Override
    public void flatMap(String value, Collector<Tuple2<String, Integer>> out) {
        //value是文件中一行一行的数据,将每行数据进行切割
        String[] tokens = value.toLowerCase().split("\\W+");
        //token是分割出来的单词
        for (String token : tokens) {
        	//如果切割出来的的单词
            if (token.length() > 0) {
            	//写入集合进行统计
                out.collect(new Tuple2<String, Integer>(token, 1));
            }   
        }
    }
}