Flink 1.入门Demo详解

BIT_666

已于 2022-10-25 17:28:08 修改

阅读量3.7k

点赞数 1

于 2020-12-28 20:31:34 首次发布

本文链接：https://blog.csdn.net/BIT_666/article/details/111869794

版权

Flink 成长之路同时被 3 个专栏收录

64 篇文章 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

Scala

150 篇文章

订阅专栏

Streaming

5 篇文章

订阅专栏

本文介绍了Apache Flink的基础概念，包括事件时间、自定义数据源、时间窗口处理平均温度的Demo。通过创建Source Function模拟数据，使用事件时间窗口计算传感器的平均温度，同时讨论了可能出现的TypeInformation错误及其解决方案。此外，文章还提到了Flink的相关教程和进阶概念，如ValueState、DataSet和DataStream转换等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一.引言：

Apach Flink 是全新的流处理系统，在Spark Straming的基础上添加了很多特性，主要在于其提供了基于时间和窗口计算的算子，并且支持有状态的存储和 Checkpoint 的重启机制，下面假设有多个温度传感器持续传输当前温度，Flink流处理需要每一段时间提供该时间段内的传感器平均温度。

二.依赖支持

项目是基于maven的scala项目，主要导入flink的scala依赖，如果是java需要另一套依赖：

1.scala

<properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    <flink.version>1.7.1</flink.version>
    <scala.binary.version>2.12</scala.binary.version>
    <scala.version>2.12.8</scala.version>
</properties>

<dependencies>
    <!-- Apache Flink dependencies -->
    <!-- These dependencies are provided, b