Flink StreamExecutionEnvironment 一些细节&Flink 执行模式

flink 上下文一些细节

　　Flink 程序可以在 本地环境运行，也可以在集群环境下运行，不同的运算环境，提交的运行过程也不太一样，这就需要运行程序的时候需要获取上下文环境，从而建立起与flink框架的联系，只有获取到上下文环境信息才能将任务分配到不同的taskmanager上运行。

StreamExecutionEnvironment

在编写flink程序的第一步就是创建环境对象，StreamExecutionEnvironment，它是所有flink程序的基础，在代码中创建的执行环境其实是调用这个类的静态方法

1、getExecutionEnvironment

最简单的方式，就是直接调用getExecutionEnvironment方法。它会根据当前运行的上下文直接得到正确的结果：如果程序是独立运行的，就返回一个本地执行环境；如果是创建了jar包，然后从命令行调用它并提交到集群执行，那么就返回集群的执行环境。也就是说，这个方法会根据当前运行的方式，自行决定该返回什么样的运行环境

 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

这种“智能”的方式不需要我们额外做判断，用起来简单高效，是最常用的一种创建执行环境的方式。

 2. createLocalEnvironment

 这个方法返回一个本地执行环境。可以在调用时传入一个参数，指定默认的并行度；如果不传入，则默认并行度就是本地的CPU核心数。 

StreamExecutionEnvironment localEnv  = StreamExecutionEnvironment.createLocalEnvironment();

我们之前在IDEA运行的wordcount实质就是用的这个方式获取的执行环境。wordcount 打包在集群上用的集群的方式运行

3. createRemoteEnvironment

这个方法返回集群执行环境。需要在调用时指定JobManager的主机名和端口号，并指定要在集群中运行的Jar包。

StreamExecutionEnvironment remoteEnv 
      = StreamExecutionEnvironment.createRemoteEnvironment("host", // JobManager主机名
                                                       1234, // JobManager进程端口号
                                                       "path/to/jarFile.jar"// 提交给JobManager的JAR包);

在获取到程序执行环境后，我们还可以对执行环境进行灵活的设置。比如可以全局设置程序的并行度、禁用算子链，还可以定义程序的时间语义、配置容错机制。关于时间语义和容错机制，我们会在后续的章节介绍。

执行模式(Execution Mode)

StreamExecutionEnvironment 通过名称来看这个上下文是做流处理的，但是新版本的已经实现流批一体，通过设置flink运行模式可以实现批处理。可以通过execution mode 来设置flink的运行方式。

流执行模式（STREAMING） 

1. 这是DataStream API最经典的模式，一般用于需要持续实时处理的无界数据流。默认情况下，程序使用的就是STREAMING执行模式。
2. 批执行模式（BATCH）专门用于批处理的执行模式, 这种模式下，Flink处理作业的方式类似于MapReduce框架。对于不会持续计算的有界数据，我们用这种模式处理会更方便
3. 自动模式（AUTOMATIC）在这种模式下，将由程序根据输入数据源是否有界，来自动选择执行模式。

BATCH模式的配置方法

通过命令行配置 

bin/flink run -Dexecution.runtime-mode=BATCH ...

或者通过代码写死

env.setRuntimeMode(RuntimeExecutionMode.BATCH)

设置运行模式需注意：用BATCH模式处理批量数据，用STREAMING模式处理流式数据。因为数据有界的时候，直接输出结果会更加高效；而当数据无界的时候, 我们没得选择——只有STREAMING模式才能处理持续的数据流。