安装：下载并启动
Flink可以在Linux、Mac OS X以及Windows上运行。为了能够运行Flink，唯一的要求是必须安装Java 7.x或者更高版本。对于Windows用户来说，请参考 Flink on Windows 文档，里面介绍了如何在Window本地运行Flink。
下载
从下载页面（http://flink.apache.org/downloads.html）下载所需的二进制包。你可以选择任何与 Hadoop/Scala 结合的版本。比如 Flink for Hadoop 2。
启动一个local模式的Flink集群
启动一个local模式的Flink集群非常地简单，我们可以按照以下的步骤来操作：
1、进入到下载的目录；
2、解压下载的文件；
3、启动Flink。
操作命令如下：
$
cd
~
/Downloads
# Go to download directory
$
tar
xzf flink-*.tgz
# Unpack the downloaded archive
$
cd
flink-1.0.0
$ bin
/start-local
.sh
# Start Flink
|
打开https://www.iteblog.com:8081检查Jobmanager和其他组件是否正常运行。Web前端应该显示了只有一个可用的 TaskManager。
运行例子
现在，我们来运行SocketTextStreamWordCount例子，它从socket中获取文本，然后计算每个单词出现的次数。操作步骤如下：
1、首先，我们使用netcat来启动本地服务器：
$ nc -l -p 9000
|
2、然后我们就可以提交Flink程序了：
$ bin
/flink
run examples
/streaming/SocketTextStreamWordCount
.jar \
--
hostname
localhost \
--port 9000
Printing result to stdout. Use --output to specify output path.
04
/05/2016
16:03:36 Job execution switched to status RUNNING.
04
/05/2016
16:03:36 Source: Socket Stream -> Flat Map(1
/1
) switched to SCHEDULED
04
/05/2016
16:03:36 Source: Socket Stream -> Flat Map(1
/1
) switched to DEPLOYING
04
/05/2016
16:03:36 Keyed Aggregation -> Sink: Unnamed(1
/1
) switched to SCHEDULED
04
/05/2016
16:03:36 Keyed Aggregation -> Sink: Unnamed(1
/1
) switched to DEPLOYING
04
/05/2016
16:03:36 Keyed Aggregation -> Sink: Unnamed(1
/1
) switched to RUNNING
04
/05/2016
16:03:36 Source: Socket Stream -> Flat Map(1
/1
) switched to RUNNING
04
/05/2016
17:00:43 Source: Socket Stream -> Flat Map(1
/1
) switched to FINISHED
04
/05/2016
17:00:43 Keyed Aggregation -> Sink: Unnamed(1
/1
) switched to FINISHED
04
/05/2016
17:00:43 Job execution switched to status FINISHED.
|
这个程序和socket进行了连接，并等待输入。我们可以在WEB UI中检查Job是否正常运行：
3、计数会打印到标准输出stdout。监控JobManager的输出文件(.out文件)，并在nc中敲入一些单词：
$ nc -l -p 9000
lorem ipsum
ipsum ipsum ipsum
bye
|
.out 文件会立即打印出单词的计数：
$
tail
-f log
/flink-
*-jobmanager-*.out
(lorem,1)
(ipsum,1)
(ipsum,2)
(ipsum,3)
(ipsum,4)
(bye,1)
|
要停止 Flink，只需要运行：
$ bin
/stop-local
.sh
|
集群模式安装
在集群上运行 Flink 是和在本地运行一样简单的。需要先配置好 SSH 免密码登录 和保证所有节点的目录结构是一致的，这是保证我们的脚本能正确控制任务启停的关键。然后我们就可以按照下面步骤来操作：
1、在每台节点上，复制解压出来的 flink 目录到同样的路径下。
2、选择一个 master 节点 (JobManager) 然后在 conf/flink-conf.yaml 中设置 jobmanager.rpc.address 配置项为该节点的 IP 或者主机名。确保所有节点有有一样的 jobmanager.rpc.address 配置。
3、将所有的 worker 节点 （TaskManager）的 IP 或者主机名（一行一个）填入 conf/slaves 文件中。
现在，你可以在 master 节点上启动集群：bin/start-cluster.sh。
下面的例子阐述了三个节点的集群部署（IP地址从 10.0.0.1 到 10.0.0.3，主机名分别为 master, worker1, worker2）。并且展示了配置文件，以及所有机器上一致的可访问的安装路径。
访问https://ci.apache.org/projects/flink/flink-docs-release-1.0/setup/config.html查看更多可用的配置项。为了使 Flink 更高效的运行，还需要设置一些配置项。
以下都是非常重要的配置项：
1、TaskManager 总共能使用的内存大小（taskmanager.heap.mb）
2、每一台机器上能使用的 CPU 个数（taskmanager.numberOfTaskSlots）
3、集群中的总 CPU 个数（parallelism.default）
4、临时目录（taskmanager.tmp.dirs）
Flink on YARN
你可以很方便地将 Flink 部署在现有的YARN集群上，操作如下：
1、下载 Flink Hadoop2 包: Flink with Hadoop 2
2、确保你的 HADOOP_HOME (或 YARN_CONF_DIR 或 HADOOP_CONF_DIR) __环境变量__设置成你的 YARN 和 HDFS 配置。
3、运行 YARN 客户端：./bin/yarn-session.sh 。你可以带参数运行客户端 -n 10 -tm 8192 表示分配 10 个 TaskManager，每个拥有 8 GB 的内存。