02-快速创建一个flink项目

按照这个步骤1分钟内创建完成

idea-----File----new---Project------Maven----Create from archetype----Add Archetype

弹出框：

GroupId填org.apache.flink

ArtifactId填flink-quickstart-java

Version填1.14.0

选中刚刚添加的Archetype，点Next

填写你要创建的这个flink demo的GroupId,ArtifactId,Version,点击Next

创建项目，自动导入依赖的jar，pom中主要的jar

<flink.version>1.14.0</flink.version>

<dependency>
   <groupId>org.apache.flink</groupId>
   <artifactId>flink-java</artifactId>
   <version>${flink.version}</version>
</dependency>
<dependency>
   <groupId>org.apache.flink</groupId>
   <artifactId>flink-streaming-java_${scala.binary.version}</artifactId>
   <version>${flink.version}</version>
</dependency>
<dependency>
   <groupId>org.apache.flink</groupId>
   <artifactId>flink-clients_${scala.binary.version}</artifactId>
   <version>${flink.version}</version>
</dependency>

done

写一个hello world，flink入门学习是SocketWindowWordCount

排查了好多问题，最终来到了这里，排查的重点错误可以看https://www.cnblogs.com/yb38156/p/15545379.html这篇

public class SocketWindowWordCount {
    public static void main(String[] args) throws Exception {
        //入口类，用来设置参数和创建数据源以及提交任务
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        log.info(env.getStreamTimeCharacteristic().name());
        //创建一个从本地端口号 9000 的 socket 中读取数据的数据源
        //DataStream是流处理的核心API,定义了很多常见的操作如过滤、转换、聚合、窗口、关联等
        DataStream text = env.socketTextStream("10.192.78.17", 9000, "\n");
        //首先将字符串数据解析成单词和次数（使用元组类型Tuple2<String, Integer>表示），第一个字段是单词，第二个字段是次数，次数初始值都设置成1
        DataStream<Tuple2<String, Integer>> wordCounts = text.flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {
            @Override
            public void flatMap(String in, Collector out) throws Exception {
                for (String word : in.split("\\s+")) {
                    out.collect(Tuple2.of(word, 1));
                }
            }
        });

        //keyBy(0)表示使用Tuples的第一个字段作为key，5s的滚动窗口，Tuples的第2个字段做累加操作
        //timeWindow()已经过时，使用window(),使用的是滚动窗口和eventTime
        //keyBy(0)过时，使用KeySelector
        DataStream<Tuple2<String, Integer>> windowCounts = wordCounts.keyBy(
                (KeySelector<Tuple2<String, Integer>, String>) tuple2 -> tuple2.f0)
                .window(TumblingProcessingTimeWindows.of(Time.seconds(5)))
//                .timeWindow(Time.seconds(5))
                .sum(1);

        windowCounts.print().setParallelism(1);
        //以上所有的算子的定义和操作只是构建了一个dag,最终需要执行
        env.execute("yanbiao Socket Window WordCount");
    }

过时的方法已经全部换成了最新的