前言
之前寫了不少 Flink 文章了，也有不少 demo，但是文章寫的時候都是在本地直接運行 Main 類的 main 方法，其實 Flink 是支持在 UI 上上傳 Flink Job 的 jar 包，然后運行得。最開始在第一篇 《從0到1學習Flink》—— Mac 上搭建 Flink 1.6.0 環境並構建運行簡單程序入門 中其實提到過了 Flink 自帶的 UI 界面，今天我們就來看看如何將我們的項目打包在這里發布運行。
准備
編譯打包
項目代碼就拿我之前的文章 《從0到1學習Flink》—— Flink 寫入數據到 ElasticSearch 吧，代碼地址是在 GitHub 倉庫地址：https://github.com/zhisheng17/flink-learning/tree/master/flink-learning-connectors/flink-learning-connectors-es6 ，如果感興趣的可以直接拿來打包試試水。
我們在整個項目 （flink-learning）pom.xml 所在文件夾執行以下命令打包：
mvn clean install
然后你會發現在 flink-learning-connectors-es6 的 target 目錄下有 flink-learning-connectors-es6-1.0-SNAPSHOT.jar 。
啟動 ES
注意你的 Kafka 數據源和 ES 都已經啟動好了, 清空了下 ES 目錄下的 data 數據，為了就是查看是不是真的有數據存入進來了。
提交 jar 包
將此文件提交到 Flinkserver 上，如下圖：
點擊下圖紅框中的"Upload"按鈕：
如下圖，選中剛剛上傳的文件，填寫類名，再點擊"Submit"按鈕即可啟動 Job：
查看運行結果
如下圖，在 Overview 頁面可見正在運行的任務：
你可以看到 Task Manager 中關於任務的 metric 數據
、日志信息以及 Stdout 信息。
查看 Kibana ，此時 ES 中已經有數據了：
我們可以在 flink ui 界面上的 overview cancel 這個 job，那么可以看到 job 的日志：
總結
本篇文章寫了下如何將我們的 job 編譯打包並提交到 Flink 自帶到 Server UI 上面去運行，也算是對前面文章的一個補充，當然了，Flink job 不僅支持這種模式的運行，它還可以運行在 K8s，Mesos，等上面，等以后我接觸到再寫寫。
本文原創地址是: http://www.54tianzhisheng.cn/2019/01/05/Flink-run/ , 未經允許禁止轉載。
關注我
微信公眾號：zhisheng
另外我自己整理了些 Flink 的學習資料，目前已經全部放到微信公眾號了。你可以加我的微信：zhisheng_tian，然后回復關鍵字：Flink 即可無條件獲取到。
Github 代碼倉庫
https://github.com/zhisheng17/flink-learning/
以后這個項目的所有代碼都將放在這個倉庫里，包含了自己學習 flink 的一些 demo 和博客
相關文章
1、《從0到1學習Flink》—— Apache Flink 介紹
2、《從0到1學習Flink》—— Mac 上搭建 Flink 1.6.0 環境並構建運行簡單程序入門
3、《從0到1學習Flink》—— Flink 配置文件詳解
4、《從0到1學習Flink》—— Data Source 介紹
5、《從0到1學習Flink》—— 如何自定義 Data Source ？
6、《從0到1學習Flink》—— Data Sink 介紹
7、《從0到1學習Flink》—— 如何自定義 Data Sink ？
8、《從0到1學習Flink》—— Flink Data transformation(轉換)
9、《從0到1學習Flink》—— 介紹Flink中的Stream Windows
10、《從0到1學習Flink》—— Flink 中的幾種 Time 詳解
11、《從0到1學習Flink》—— Flink 寫入數據到 ElasticSearch