想入门Flink，但看官方文档像看天书，咋办？其实我刚开始学的时候也一样——满屏的“流处理”“状态管理”，越看越懵。后来摸透了门道才发现，Flink入门没那么复杂，关键是把“为什么用”“怎么搭环境”“怎么写第一行代码”这几件事说清楚。今天就用唠嗑的方式，带你一步步走进Flink的世界，看完就能动手实操！

 

一、先搞懂：Flink到底是干啥的？为啥现在都用它？

 

咱先别着急啃技术细节，先搞明白Flink的“定位”。简单说，Flink是个专门处理“流数据”的框架——比如你手机里实时刷新的外卖订单、抖音的实时推荐、银行的转账流水，这些“一刻不停产生的数据”，都得靠Flink这种工具来处理。

 

可能有人会问：“我之前听过Spark Streaming，这不也是处理流数据的吗？为啥非要学Flink？”这里给大家掰扯两个核心区别，你就懂了：

 

1. 处理数据的“实时性”不一样：Spark Streaming是“伪实时”——它会把数据攒成一小批再处理，比如每隔1秒处理一次；而Flink是“真实时”——数据一来就立刻处理，延迟能做到毫秒级（简单理解：比Spark Streaming快100倍不止）。现在做实时推荐、实时风控，对延迟要求特别高，Flink自然就成了首选。

2. 处理数据的“完整性”不一样：比如统计“今天的订单总数”，如果中间服务器重启了，Spark Streaming可能会丢数据；但Flink有个“状态管理”的本事——能记住之前处理到哪了，重启后接着来，数据不丢也不重复。

 

总结下：如果你的工作涉及“实时数据处理”（比如实时报表、实时预警、实时推荐），那Flink几乎是绕不开的工具。现在大厂招聘里，“会Flink”已经成了大数据开发的加分项，这也是咱要学它的理由~

 

二、环境搭建：3步搞定，比装QQ还简单

 

很多人入门卡第一步就是“环境搭不好”，其实只要跟着步骤来，10分钟就能搞定。我用的是Windows系统，Mac步骤差不多，大家照着做就行。

 

1. 先装“前置条件”：JDK和Hadoop（可选）

 

Flink是用Java写的，所以必须先装JDK，而且得是JDK 8或11（别装太高版本，容易出兼容问题）。装完后记得配置环境变量（电脑右键→属性→高级系统设置→环境变量，加个JAVA_HOME，指向JDK安装目录），然后打开cmd输“java -version”，能显示版本号就成。

 

至于Hadoop，如果你只是本地练手，可以不装——Flink支持“本地模式”，直接跑就行；如果想模拟集群环境，再装Hadoop也不迟，这里先讲最简单的本地模式。

 

2. 下载Flink安装包：选对版本很重要

 

直接去Flink官网（https://flink.apache.org/）下载，注意两点：

 

- 版本别选最新的“Snapshot版”（开发中的版本，不稳定），选“Stable版”，比如我用的是Flink 1.17.0（2024年比较稳定的版本）。

- 下载“Scala 2.12”版本的（Scala是Flink的另一种开发语言，咱用Java的话，选2.12版本兼容性最好）。

 

下载完后解压到随便一个文件夹（别放有中文或空格的路径，比如“D:\flink-1.17.0”，不然容易报错）。

 

3. 启动Flink：双击图标就行，不用敲复杂命令

 

打开解压后的Flink文件夹，找到“bin”目录，里面有个“start-cluster.bat”（Windows）或“start-cluster.sh”（Mac/Linux），双击它！

 

然后打开浏览器，输入“http://localhost:8081”，如果能看到Flink的管理界面（左边有“Cluster Overview”，显示“Task Managers: 1”），说明环境搭好了！是不是比装QQ还简单？

 

三、实战：写第一个Flink程序，统计实时单词

 

环境搭好后，咱来写个最经典的“实时单词统计”程序——模拟从一个“数据流”里读单词，然后实时算出每个单词出现的次数。用IntelliJ IDEA来写，步骤很清晰。

 

1. 新建Maven项目，导入Flink依赖

 

打开IDEA，新建一个Maven项目（不用选模板，直接Next），然后在“pom.xml”里加Flink的依赖（复制粘贴就行，注意版本要和你下载的Flink一致）：

 

xml

<<dependencies>

    <!-- Flink核心依赖 -->

    <dependency>

        <groupId>org.apache.flink</groupId>

        <artifactId>flink-java</artifactId>

        <version>1.17.0</version>

    </dependency>

    <dependency>

        <groupId>org.apache.flink</groupId>

        <artifactId>flink-streaming-java</artifactId>

        <version>1.17.0</version>

    </dependency>

    <!-- Flink本地执行依赖（本地练手必须加） -->

    <dependency>

        <groupId>org.apache.flink</groupId>

        <artifactId>flink-clients</artifactId>

        <version>1.17.0</version>

    </dependency>

</</dependencies>

 

 

加完后点击右上角的“刷新”按钮，让IDEA下载依赖（第一次可能有点慢，耐心等会）。

 

2. 写代码：50行搞定实时单词统计

 

新建一个Java类（比如叫“WordCountStreaming”），代码里每一步我都加了注释，大家跟着看就行：

 

java

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 WordCountStreaming {

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

        // 1. 获取Flink的执行环境（相当于“启动一个Flink实例”）

        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 本地练手可以设置并行度为1（简单理解：只用一个线程处理，结果更直观）

        env.setParallelism(1);

 

        // 2. 定义“数据源”：这里用本地端口9999作为输入（等会我们用cmd发数据）

        DataStream<String> inputDataStream = env.socketTextStream("localhost", 9999);

 

        // 3. 处理数据：切分单词→转换成（单词,1）的格式→按单词分组→统计次数

        DataStream<Tuple2<String, Integer>> resultStream = inputDataStream

                // 切分单词：把每一行数据切成单个单词，比如“hello world”→“hello”“world”

                .flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {

                    @Override

                    public void flatMap(String line, Collector<Tuple2<String, Integer>> out) throws Exception {

                        // 按空格切分单词

                        String[] words = line.split(" ");

                        // 把每个单词转换成（单词,1），传给下一级

                        for (String word : words) {

                            out.collect(new Tuple2<>(word, 1));

                        }

                    }

                })

                // 按单词分组（Tuple2的第一个元素是单词，所以用0表示）

                .keyBy(tuple -> tuple.f0)

                // 统计次数（Tuple2的第二个元素是1，所以用1表示求和）

                .sum(1);

 

        // 4. 输出结果：把统计结果打印到控制台

        resultStream.print();

 

        // 5. 启动Flink程序（这行必须加，不然程序不会执行）

        env.execute("Flink WordCount Streaming");

    }

}

 

 

3. 运行程序，看实时效果

 

步骤分两步，很关键，别漏掉：

 

1. 启动本地端口监听：打开cmd，输入“nc -l -p 9999”（如果提示“nc不是内部命令”，说明没装netcat，去网上搜“Windows netcat下载”，装完后再试）。这个端口的作用是：我们在cmd里输入单词，Flink程序会实时读取。

2. 运行IDEA里的程序：点击main方法旁边的“运行”按钮，此时程序会处于“等待输入”的状态。

 

然后在刚才的cmd窗口里输入单词，比如“hello flink”“hello world”，再看IDEA的控制台——会实时显示每个单词的统计次数！比如输入“hello flink”后，控制台会输出（hello,1）（flink,1）；再输入“hello world”，会输出（hello,2）（world,1）。这就是Flink的实时处理能力，是不是很直观？

 

四、入门必懂：3个核心概念，别被术语吓到

 

刚才写程序的时候，其实已经用到了Flink的核心概念，只是没细说。这里用大白话解释下，以后看文档就不懵了：

 

1. DataStream：你可以理解成“流动的数据管道”

 

比如刚才的“inputDataStream”，就是从端口9999读进来的“数据流”；“resultStream”就是处理完后的“结果数据流”。Flink的所有操作，都是在“数据流”上做的——就像水在管道里流，我们在管道中间加各种“处理器”（切分单词、分组、求和）。

 

2. 状态（State）：Flink的“记忆力”

 

刚才统计单词次数的时候，Flink需要记住“hello”之前已经出现过1次，所以再收到“hello”时，才会变成2次。这个“记住之前的次数”的能力，就是“状态”。简单说，状态就是Flink保存的“中间计算结果”，就算程序重启，也能恢复，数据不丢。

 

3. 并行度（Parallelism）：Flink的“多线程处理”

 

刚才在代码里加了“env.setParallelism(1)”，意思是用1个线程处理。如果把并行度改成2，Flink就会用2个线程同时处理数据，速度更快。比如处理100万条数据，并行度2比并行度1快一倍（前提是电脑CPU够）。

 

五、新手常见坑：我踩过的3个雷，你别再犯

 

入门的时候，我踩过几个坑，浪费了不少时间，这里提醒下大家：

 

1. JDK版本不对：比如装了JDK 17，Flink 1.17.0不兼容，会报“类找不到”的错。记住，JDK 8或11最稳妥。

​

2. 没启动nc端口：运行程序后，控制台没反应，一看才发现没启动“nc -l -p 9999”。Flink程序等着读数据，没数据源自然不干活。

​

3. 忘记写env.execute()：代码里所有步骤都对，但程序就是不运行，最后发现少了“env.execute()”。这行代码是“启动开关”，必须加！

 

六、下一步：学会这些，你就超过80%的新手

 

入门之后，想进一步学习，可以从这3个方向入手：

 

1. 学“窗口（Window）”：比如“统计每5秒内的单词次数”，这就需要窗口——Flink里最常用的功能之一，用来处理“一段时间内的数据”。

​

2. 学“状态管理”：比如怎么保存状态、怎么恢复状态，这是Flink保证数据不丢的核心，面试常问。

​

3. 尝试“集群模式”：本地模式只能练手，实际工作中都是用集群（多台机器一起跑），可以学怎么把Flink程序提交到集群运行。

 

今天的Flink入门就到这了，其实核心就是“搭环境→写简单程序→理解核心概念”。刚开始练的时候，别追求一次性看懂所有细节，先跑通程序，再慢慢琢磨每个步骤的作用

 

最后说一句：Flink入门不难，难的是坚持练。把今天的单词统计程序改改，比如换成从文件读数据，或者统计每个用户的订单数，多动手，很快就能上手！