Flink 实践教程-入门（9）：Jar 作业开发

?作者：腾讯云流计算 Oceanus 团队

流计算 Oceanus 简介

流计算 Oceanus 是大数据产品生态体系的实时化分析利器，是基于 Apache Flink 构建的具备一站开发、无缝连接、亚秒延时、低廉成本、安全稳定等特点的企业级实时大数据分析平台。流计算 Oceanus 以实现企业数据价值最大化为目标，加速企业实时化数字化的建设进程。
Flink Jar 作业既支持使用 DataStream API 编程也支持使用 Table API/SQL 编程， Table API 和 SQL 也可以很容易地集成并嵌入到 DataStream 程序中，请参见 与 DataStream API 集成 [1] 章节了解如何将 DataStream 与 Table 之间的相互转化。流计算 Oceanus 支持 Flink Jar 作业和 Flink SQL 作业，本文将向您详细介绍如何使用 Flink DataStream API 进行 Jar 作业开发，并在流计算 Oceanus 平台运行。

操作视频

前置准备

创建流计算 Oceanus 集群

进入流计算 Oceanus 控制台 [2]，点击左侧【集群管理】，点击左上方【创建集群】，具体可参考流计算 Oceanus 官方文档 创建独享集群 [3]。

创建消息队列 CKafka

进入 CKafka 控制台 [4]，点击左上角【新建】，即可完成 CKafka 的创建，具体可参考 CKafka 创建实例 [5]。

创建 Topic：

进入 CKafka 实例，点击【topic 管理】>【新建】，即可完成 Topic 的创建，具体可参考 CKafka 创建 Topic [6]。

开发 DataStream 作业

1. 新建 Maven 工程

在本地 IDEA 中新建Maven Project，并配置 pom.xml 文件。pom.xml 文件内容如下：

<?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0"         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">    <modelVersion>4.0.0modelVersion>?    <groupId>com.oceanusgroupId>    <artifactId>jar_demosartifactId>    <version>1.0-SNAPSHOTversion>?    <properties>        <maven.compiler.source>8maven.compiler.source>        <maven.compiler.target>8maven.compiler.target>    properties>    <dependencies>                <dependency>            <groupId>org.apache.flinkgroupId>            <artifactId>flink-javaartifactId>            <version>1.13.2version>            <scope>providedscope>        dependency>        <dependency>            <groupId>org.apache.flinkgroupId>            <artifactId>flink-streaming-java_2.11artifactId>            <version>1.13.2version>            <scope>providedscope>        dependency>                <dependency>            <groupId>org.apache.flinkgroupId>            <artifactId>flink-connector-kafka_2.11artifactId>            <version>1.13.2version>            <scope>providedscope>        dependency>?                        <dependency>            <groupId>org.apache.flinkgroupId>            <artifactId>flink-clients_2.11artifactId>            <version>1.13.2version>            <scope>testscope>        dependency>    dependencies>?    <build>        <plugins>            <plugin>                <groupId>org.apache.maven.pluginsgroupId>                <artifactId>maven-jar-pluginartifactId>                <version>3.2.0version>                <configuration>                                        <archive>                        <manifestEntries>                            <Main-Class>com.demos.HelloWorldMain-Class>                        manifestEntries>                    archive>                configuration>            plugin>        plugins>    build>project>

2. 代码编写

Flink DataStream 作业代码如下：

package com.demos;?import org.apache.flink.api.common.functions.FlatMapFunction;import org.apache.flink.api.common.serialization.SimpleStringSchema;import org.apache.flink.streaming.api.datastream.DataStream;import org.apache.flink.streaming.api.datastream.DataStreamSource;import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;import org.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer;import org.apache.flink.util.Collector;?import java.util.ArrayList;import java.util.List;import java.util.Properties;??public class HelloWorld {    public static void main(String[] args) throws Exception {        // 1. 设置运行环境        StreamExecutionEnvironment sEnv = StreamExecutionEnvironment.getExecutionEnvironment();?        List data = new ArrayList<>();        for (int i = 0; i < 100; i++) {            data.add(i);        }?        // 2. 配置数据源读取数据        // 预定义数据源支持从文件、套接字、集合读入数据；自定义数据源支持 Kafka、MySQL 等使用 addSource() 函数读入数据        DataStreamSource> dataStream = sEnv.fromElements(data);?        // 3. 数据加工        DataStream ds = dataStream.flatMap(new FlatMapFunction, String>() {            @Override            public void flatMap(List value, Collector out) throws Exception {                value.forEach(v -> out.collect(v.toString()));            }        });?        // 4. 数据输出        // 预定义目的端支持把数据写入文件、标准输出（stdout）、标准错误输出（stderr）和 socket；自定义目的端支持 Kafka、MySQL 等使用 addSink() 函数写出数据        Properties sinkProps = new Properties();        String hosts = "10.0.0.29:9092";        sinkProps.setProperty("bootstrap.servers", hosts);        String outTopic = "flink-demo9";        FlinkKafkaProducer producer = new FlinkKafkaProducer(outTopic, new SimpleStringSchema(), sinkProps);        ds.addSink(producer);        // ds.print();?        // 5. 执行程序        sEnv.execute("helloworld");    }}

打包 Jar 包

使用 IDEA 自带打包工具 Build Artifacts 或者命令行进行打包。命令行打包命令：

mvn clean package

命令行打包后生成的 Jar 包可以在项目 target 目录下找到，Jar 名为 jar_demos-1.0-SNAPSHOT.jar。 

流计算 Oceanus 作业

1. 上传依赖

在流计算 Oceanus 控制台，点击左侧【依赖管理】，点击左上角【新建】新建依赖，上传本地 Jar 包。

2. 创建作业

在流计算 Oceanus 控制台，点击左侧【作业管理】，点击左上角【新建】新建作业，作业类型选择 Jar 作业，点击【开发调试】进入作业编辑页面。【主程序包】选择刚刚上传的依赖，并选择最新版本。参考 pom.xml 文件填写主类，此处填入 com.demos.HelloWorld。

3. 运行作业

点击【发布草稿】即可运行，可通过【日志】面板 TaskManager 或 Flink UI 查看运行信息。

总结

1. DataStream 作业支持各类异构数据源与数据目的端。自定义数据源支持 Kafka、MySQL 等，使用 addSource() 函数读入数据；自定义目的端支持 Kafka、MySQL 等，使用 addSink() 函数写出数据。

2. 打包时无需打包 flink 核心依赖，流计算 Oceanus 平台已提供。

阅读参考

[1] 与 DataStream API 集成：https://nightlies.apache.org/flink/flink-docs-release-1.14/zh/docs/dev/table/data_stream_api/  

[2]流计算 Oceanus 控制台：https://console.cloud.tencent.com/oceanus/overview  

[3] 创建独享集群：https://cloud.tencent.com/document/product/849/48298  

[4] CKafka 控制台：https://console.cloud.tencent.com/ckafka/index?rid=1  

[5] CKafka 创建实例：https://cloud.tencent.com/document/product/597/54839  

[6] Ckafka 创建 Topic：https://cloud.tencent.com/document/product/597/54854  

流计算 Oceanus 限量秒杀专享活动火爆进行中↓↓

??

关注“腾讯云大数据”公众号，技术交流、最新活动、服务专享一站Get~