Flink应用开发系列（二十四）DataStream开发之wordcount

前面的文章《Flink应用开发系列（二十三）DataStream概念介绍》我们对DataStream做了一个基础的介绍，对于整个开发来说，我们首先还是介绍一个wordcount，来看看整个flink DataStream API开发出来的job是一个什么样子。下面我们给一个简单的关于DataStream API的wordcount示例代码。完整代码如下：

package org.example.datastream;

import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

public class WordCount {

    public static void main(String[] args) throws Exception {

        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        DataStreamSource<String> dataStream = env.socketTextStream("192.168.31.218", 9999);

        dataStream.print();

        env.execute("WordCount");
    }

}

这个示例代码在网上也比较常见，主要做的事情是：

1、创建一个flink datastream的环境。
2、监听192.168.31.218这台服务器的9999端口。
3、把获取的内容打印出来。
4、执行整个Flink Datastream job。

下面我们进入到218这台服务器，执行下如下的命令：

nc -lk 9999

执行完毕之后，我们可以看到如下图所示：

此时我们可以这里输入任何内容，例如：

然后我们启动这个wordcount程序，就可以看到输入的内容就会被打印出来：

以上的案例我们就可以看到整个datastream的job运行起来的案例，同时也可以看到这是一个常驻的进程，不会断掉：

备注：

1、这里的话需要先启动nc命令，把端口打开，因为这里是监听socket，如果socket服务端没有打开，那么运行这个wordcount就不会成功，因为连接不上对应的端口。
2、如果服务器没有nc命令的话，可以使用如下命令进行安装：yum -y install nmap-ncat
3、在前面的文章我们介绍必须的三要素：sources,etl,sink,这里怎么没有看到etl和sink呢？其实etl是一个数据处理的过程，我们在这里没有对数据进行处理，也相当于已经处理了数据，所以etl在这个案例里面就算是“隐形的”。sink呢，其实所有的数据不一定都要写到对外的存储上，打印输出也是一种sink。

最后按照惯例，附上本案例的源码，登录后即可下载。