大数据HelloWorld-Flink实现WordCount

MR，Spark，Flink自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。所有的语言开篇章都是Hello Word，数据处理引擎也有Hello Word。那就是Word Count。

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部署方式。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

。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，那么下载相应我的地方直接下载了Scala2.11的相关版本。  
点击进入Apache页面进行下载，大小约有283MB。

将下载下来的压缩包进行解压即可。

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

 

浏览器打开  http：// localhost：8081

至此在Windows10环境下即完成Flink的启动。

编写WordCount

扫描二维码关注公众号，回复： 10880593 查看本文章

因为最终也会转换为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。某些Java写部分代码，Scala写其他部分代码。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

Scala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

把工程引入到IDEA中是否
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();
	}
}

更多有趣和专业的大数据相关文章，微信搜索  : 指尖数虫  或扫码关注