flink中的数据分为有界流数据和无界流数据，对应的处理计算叫做批处理和流处理，批处理对应的API是DataSet，批处理对应的API是DataStream。
流处理实现WordCount，从Socket中读取内容，作为输入源进行计算
1、pom引入
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-java</artifactId>
<version>1.14.3</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-streaming-java_2.11</artifactId>
<version>1.14.3</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-clients_2.11</artifactId>
<version>1.14.3</version>
</dependency>2、开启socket服务
在linux服务器上执行命令：nc -lk 7777
用于后续测试数据输入
3、代码实现
package org.itzhimei;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.client.program.StreamContextEnvironment;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.util.Collector;
/**
* 流处理实现WordCount
*/
public class WordCountStreamSocket {
public static void main(String[] args) throws Exception {
//创建执行环境
StreamExecutionEnvironment env = StreamContextEnvironment.getExecutionEnvironment();
//监听Socket端口，获取数据
DataStream<String> dataStream = env.socketTextStream("localhost", 7777);
//程序每读取一行数据，马上在之前的计算结果基础上，累计当前行的数据，进行计算并输出了结果
//数据计算
//通过自定义类MyBatchFlatMapper，实现分词
//keyBy(item->item.f0)进行分组，取二元组第一个元素进行分组
//通过sum(1)进行汇总，1标识二元组中的第二个值，也就是单词出现的次数1
SingleOutputStreamOperator<Tuple2<String, Integer>> result = dataStream.flatMap(new MyStreamFlatMap())
.keyBy(item->item.f0)
.sum(1);
result.print();
env.execute();
}
private static class MyStreamFlatMap implements FlatMapFunction<String, Tuple2<String, Integer>> {
@Override
public void flatMap(String s, Collector<Tuple2<String, Integer>> collector) throws Exception {
String[] words = s.split(" ");
for(String word:words) {
collector.collect(new Tuple2<>(word,1));
}
}
}
}4、测试数据和输出结果
因为数据是实时统计的，每当我输入一行数据，程序马上在之前的计算结果基础上，累计当前行的数据，进行计算并输出结果。
输入：hello Flink
输出：
16> (Flink,1)
5> (hello,1)
输入：hello Java
输出：
13> (Java,1)
5> (hello,2)
输入：how are you
输出：
8> (are,1)
10> (you,1)
11> (how,1)
输入：I'm fine thank you and you
输出：
15> (and,1)
9> (fine,1)
6> (thank,1)
3> (I'm,1)
10> (you,2)
10> (you,3)
输入：I'm Ok
输出：
3> (I'm,2)
1> (Ok,1)5、输出结果
16> (Flink,1)
5> (hello,1)
13> (Java,1)
5> (hello,2)
8> (are,1)
10> (you,1)
11> (how,1)
15> (and,1)
9> (fine,1)
6> (thank,1)
3> (I'm,1)
10> (you,2)
10> (you,3)
3> (I'm,2)
1> (Ok,1)6、API分析
基本流程是：
1）创建执行环境对象
2）获取数据源
3）计算
4）输出结果