Flink使用 DataSet 和 DataStream 代表数据集。DateSet 用于批处理，代表数据是有限的;而 DataStream 用于流数据，代表数据是无界的。数据集中的数据是不可以变的，也就是说不能对其中的元素增加或删除。我们通过数据源创建 DataSet 或者 DataStream ，通过 map，filter 等转换(transform)操作对数据集进行操作产生新的数据集。
获得 execution 环境
创建输入数据
在数据集上进行转换操作(下文统一称为：transform)
输出结果数据
触发程序执行下面我们将介绍编写 Flink 程序所涉及的基本 API。
输入和输出
首先，需要获得 execution 环境，Flink 提供了一下以下三种方式：
getExecutionEnvironment()createLocalEnvironment()createRemoteEnvironment(Stringhost,intport,String...jarFiles)
以第一个为例创建 execution 环境的代码如下
批处理：
流处理：
words.txt 文件内容：
上面代码创建了 execution 环境，同时利用 env 创建了输入源。在数据集上调用 print 方法可以将数据输出到控制台，当然也可以调用 writeAsText 等方法将数据输出到其他介质。上面流处理最后一行代码调用了 execute 方法，在流处理中需要显式调用该方法触发程序的执行。
上述代码有两种方式运行，一种是直接在 IDE 中执行，就像运行一个普通的 Java 程序，Flink 将启动一个本地的环境执行程序。另一种方式是将程序打包，提交到 Flink 集群运行。上面例子基本包含了一个 Flink 程序的基本骨架，但是并没有对数据集进行更多的 transform 操作，下面我们简单介绍基本 transform 操作。
map操作
这里的 map 操作类似 MapReduce 中的 map，对数据进行解析，处理。示例如下
批处理：
流处理
这里批处理和流处理除了数据集的类型不同，其余写法都一样。就是将每个单词映射成了一个 (单词， 1) 二元组。与 map 类似的 transform 还有 filter，过滤不需要的记录，读者可以自行尝试。
指定 key
大数据处理经常需要按照某个维度进行处理，也就是需要指定 key。在 DataSet 中使用 groupBy 指定 key，而在 DataStream 中使用 keyBy 指定 key。这里我们以 keyBy 为例进行介绍。
Flink 的数据模型并不是基于 key-value 的，key 是虚拟的，可以看做是定义在数据上的函数。
在 Tuple 中定义 key
KeyedStreamTuple2String, Integer, Tuple keyed = words.keyBy(0); //0 代表 Tuple2 (二元组)中第一个元素
KeyedStreamTuple2String, Integer, Tuple keyed = words.keyBy(0,1); //0,1 代表二元组中第一个和第二个元素作为 key\
对于嵌套的 tuple
DataStreamTuple3Tuple2Integer, Float,String,Long ds;
ds.keyBy(0) 将会把 Tuple2Integer, Float 整体作为 key。
用字段表达式指定 key
这里指定 WC 对象的 word 字段作为 key。字段表达式语法如下：
Java对象使用字段名作为key，例子如上
对于 Tuple 类型使用字段名(f0, f1,...)或者偏移(从0开始)指定 key，例如 f0 和 5 分别代表 Tuple 第一个字段和第六个字段
Java 对象和 Tuple 嵌套的字段作为 key，例如：f1.user.zip 表示 Tuple 第二个字段中的 user 对象中的 zip 字段作为 key
通配符 * 代表选择所有类型作为 key字段表达式的举例
count: WC类的 count 字段
complex: complex 的所有字段(递归地)
complex.word.f2: ComplexNestedClass 类中 word 三元组的第三个字段
complex.hadoopCitizen: complex类中的 hadoopCitizen 字段使用 Key Selector 指定 key
通过 key 选择器函数来制定 key，key 选择器的输入为每个元素，输出为指定的 key，例子如下
可以看到实现的效果与 keyBy(0) 是一样的。
以上便是 Flink 指定 key 的方法。
总结
这篇文章主要介绍了 Flink 程序的基本骨架。获得环境、创建输入源、对数据集做 transform 以及输出。由于数据处理经常会按照不同维度(不同的 key)进行统计，因此，本篇内容重点介绍了 Flink 中如何指定 key。后续将会继续介绍 Flink API 的使用。