WordCount 案例

WordCount 是一个经典的示例，在文本数据中统计每个单词出现的次数。

首先，你需要设置 Flink 的开发环境。确保你已经安装了 Java 和 Maven，并下载并解压了 Flink 发行版。

然后，创建一个新的 Maven 项目，并在 pom.xml 文件中添加以下依赖：

<dependencies>
    <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>
</dependencies>

接下来，创建一个名为 WordCount 的 Java 类，并编写以下代码：

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.util.Collector;

public class WordCount {
    public static void main(String[] args) throws Exception {
        // 创建执行环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 输入数据流
        DataStream<String> text = env.socketTextStream("localhost", 9999);

        // 单词拆分和计数
        DataStream<Tuple2<String, Integer>> counts = text
                .flatMap(new Tokenizer())
                .keyBy(0)
                .sum(1);

        // 打印结果
        counts.print();

        // 启动执行环境
        env.execute("WordCount");
    }

    public static final class Tokenizer implements FlatMapFunction<String, Tuple2<String, Integer>> {
        @Override
        public void flatMap(String value, Collector<Tuple2<String, Integer>> out) {
            String[] words = value.toLowerCase().split("\\W+");
            for (String word : words) {
                if (word.length() > 0) {
                    out.collect(new Tuple2<>(word, 1));
                }
            }
        }
    }
}

在上述代码中，我们首先创建了一个 StreamExecutionEnvironment 对象 env，然后通过 socketTextStream 方法从本地的 9999 端口接收输入数据流。

接着，我们定义了一个名为 Tokenizer 的内部类，实现了 Flink 的 FlatMapFunction 接口。在 flatMap 方法中，我们将输入的文本拆分成单词，并发送给下游算子进行计数。

最后，我们通过调用 keyBy(0) 将单词作为键值对的键，然后使用 sum(1) 进行累加计数。最终，我们通过调用 print() 方法打印出计数结果。

编写完代码后，你可以使用 Maven 编译和打包项目。运行以下命令：

mvn clean package

完成后，在 target 目录下会生成一个名为 flink-wordcount.jar 的可执行文件。

最后，你可以在 Flink 安装目录下的 bin 目录中运行 Flink 集群，并提交作业。使用以下命令：

./bin/flink run -c WordCount /path/to/flink-wordcount.jar

如果一切顺利，你将在控制台上看到单词计数结果。