本文簡述通過maven和gradle快速構建的Flink工程。建議安裝好Flink以后構建自己的Flink項目，安裝與示例運行請查看：Flink快速入門--安裝與示例運行.
在安裝好Flink以后，只要快速構建Flink工程，並完成相關代碼開發，就可以輕松入手Flink。
構建工具
Flink項目可以使用不同的構建工具進行構建。為了能夠快速入門，Flink 為以下構建工具提供了項目模版：
這些模版可以幫助你搭建項目結構並創建初始構建文件。
Maven
環境要求
唯一的要求是使用 Maven 3.0.4 （或更高版本）和安裝 Java 8.x。
創建項目
使用以下命令之一來 創建項目：
使用Maven archetypes
$ mvn archetype:generate \
-DarchetypeGroupId=org.apache.flink \
-DarchetypeArtifactId=flink-quickstart-java \
-DarchetypeVersion=1.9.0
運行quickstart腳本
curl https://flink.apache.org/q/quickstart.sh | bash -s 1.9.0
下載完成后，查看項目目錄結構：
tree quickstart/
quickstart/
├── pom.xml
└── src
└── main
├── java
│ └── org
│ └── myorg
│ └── quickstart
│ ├── BatchJob.java
│ └── StreamingJob.java
└── resources
└── log4j.properties
示例項目是一個 Maven project，它包含了兩個類：StreamingJob 和 BatchJob 分別是 DataStream and DataSet 程序的基礎骨架程序。
main 方法是程序的入口，既可用於IDE測試/執行，也可用於部署。
我們建議你將 此項目導入IDE 來開發和測試它。
IntelliJ IDEA 支持 Maven 項目開箱即用。如果你使用的是 Eclipse，使用m2e 插件 可以
導入 Maven 項目。
一些 Eclipse 捆綁包默認包含該插件，其他情況需要你手動安裝。
請注意：對 Flink 來說，默認的 JVM 堆內存可能太小，你應當手動增加堆內存。
在 Eclipse 中，選擇 Run Configurations -> Arguments 並在 VM Arguments 對應的輸入框中寫入：-Xmx800m。
在 IntelliJ IDEA 中，推薦從菜單 Help | Edit Custom VM Options 來修改 JVM 選項。
構建項目
如果你想要 構建/打包你的項目，請在項目目錄下運行 ‘mvn clean package’ 命令。命令執行后，你將 找到一個JAR文件，里面包含了你的應用程序，以及已作為依賴項添加到應用程序的連接器和庫：target/-.jar。
注意： 如果你使用其他類而不是 StreamingJob 作為應用程序的主類/入口，我們建議你相應地修改 pom.xml 文件中的 mainClass 配置。這樣，Flink 可以從 JAR 文件運行應用程序，而無需另外指定主類。
Gradle
環境要求
唯一的要求是使用 Gradle 3.x (或更高版本) 和安裝 Java 8.x 。
創建項目
使用以下命令之一來 創建項目：
Gradle示例：
build.gradle
buildscript {
repositories {
jcenter() // this applies only to the Gradle 'Shadow' plugin
}
dependencies {
classpath 'com.github.jengelman.gradle.plugins:shadow:2.0.4'
}
}
plugins {
id 'java'
id 'application'
// shadow plugin to produce fat JARs
id 'com.github.johnrengelman.shadow' version '2.0.4'
}
// artifact properties
group = 'org.myorg.quickstart'
version = '0.1-SNAPSHOT'
mainClassName = 'org.myorg.quickstart.StreamingJob'
description = """Flink Quickstart Job"""
ext {
javaVersion = '1.8'
flinkVersion = '1.9.0'
scalaBinaryVersion = '2.11'
slf4jVersion = '1.7.7'
log4jVersion = '1.2.17'
}
sourceCompatibility = javaVersion
targetCompatibility = javaVersion
tasks.withType(JavaCompile) {
options.encoding = 'UTF-8'
}
applicationDefaultJvmArgs = ["-Dlog4j.configuration=log4j.properties"]
task wrapper(type: Wrapper) {
gradleVersion = '3.1'
}
// declare where to find the dependencies of your project
repositories {
mavenCentral()
maven { url "https://repository.apache.org/content/repositories/snapshots/" }
}
// 注意：我們不能使用 "compileOnly" 或者 "shadow" 配置，這會使我們無法在 IDE 中或通過使用 "gradle run" 命令運行代碼。
// 我們也不能從 shadowJar 中排除傳遞依賴（請查看 https://github.com/johnrengelman/shadow/issues/159)。
// -> 顯式定義我們想要包含在 "flinkShadowJar" 配置中的類庫!
configurations {
flinkShadowJar // dependencies which go into the shadowJar
// 總是排除這些依賴（也來自傳遞依賴），因為 Flink 會提供這些依賴。
flinkShadowJar.exclude group: 'org.apache.flink', module: 'force-shading'
flinkShadowJar.exclude group: 'com.google.code.findbugs', module: 'jsr305'
flinkShadowJar.exclude group: 'org.slf4j'
flinkShadowJar.exclude group: 'log4j'
}
// declare the dependencies for your production and test code
dependencies {
// --------------------------------------------------------------
// 編譯時依賴不應該包含在 shadow jar 中，
// 這些依賴會在 Flink 的 lib 目錄中提供。
// --------------------------------------------------------------
compile "org.apache.flink:flink-java:${flinkVersion}"
compile "org.apache.flink:flink-streaming-java_${scalaBinaryVersion}:${flinkVersion}"
// --------------------------------------------------------------
// 應該包含在 shadow jar 中的依賴，例如：連接器。
// 它們必須在 flinkShadowJar 的配置中！
// --------------------------------------------------------------
//flinkShadowJar "org.apache.flink:flink-connector-kafka-0.11_${scalaBinaryVersion}:${flinkVersion}"
compile "log4j:log4j:${log4jVersion}"
compile "org.slf4j:slf4j-log4j12:${slf4jVersion}"
// Add test dependencies here.
// testCompile "junit:junit:4.12"
}
// make compileOnly dependencies available for tests:
sourceSets {
main.compileClasspath += configurations.flinkShadowJar
main.runtimeClasspath += configurations.flinkShadowJar
test.compileClasspath += configurations.flinkShadowJar
test.runtimeClasspath += configurations.flinkShadowJar
javadoc.classpath += configurations.flinkShadowJar
}
run.classpath = sourceSets.main.runtimeClasspath
jar {
manifest {
attributes 'Built-By': System.getProperty('user.name'),
'Build-Jdk': System.getProperty('java.version')
}
}
shadowJar {
configurations = [project.configurations.flinkShadowJar]
}
setting.gradle
rootProject.name = 'quickstart'
或者運行quickstart腳本
bash -c "$(curl https://flink.apache.org/q/gradle-quickstart.sh)" -- 1.9.0 2.11
查看目錄結構：
tree quickstart/
quickstart/
├── README
├── build.gradle
├── settings.gradle
└── src
└── main
├── java
│ └── org
│ └── myorg
│ └── quickstart
│ ├── BatchJob.java
│ └── StreamingJob.java
└── resources
└── log4j.properties
示例項目是一個 Gradle 項目，它包含了兩個類：StreamingJob 和 BatchJob 是 DataStream 和 DataSet 程序的基礎骨架程序。main 方法是程序的入口，即可用於IDE測試/執行，也可用於部署。
我們建議你將 此項目導入你的 IDE 來開發和測試它。IntelliJ IDEA 在安裝 Gradle 插件后支持 Gradle 項目。Eclipse 則通過 Eclipse Buildship 插件支持 Gradle 項目（鑒於 shadow 插件對 Gradle 版本有要求，請確保在導入向導的最后一步指定 Gradle 版本 >= 3.0）。你也可以使用 Gradle’s IDE integration 從 Gradle 創建項目文件。
構建項目
如果你想要 構建/打包項目，請在項目目錄下運行 ‘gradle clean shadowJar’ 命令。命令執行后，你將 找到一個 JAR 文件，里面包含了你的應用程序，以及已作為依賴項添加到應用程序的連接器和庫：build/libs/--all.jar。
注意： 如果你使用其他類而不是 StreamingJob 作為應用程序的主類/入口，我們建議你相應地修改 build.gradle 文件中的 mainClassName 配置。這樣，Flink 可以從 JAR 文件運行應用程序，而無需另外指定主類。
未來，我們將分別介紹：Flink流處理應用程序，Flink批處理應用程序。
更多Flink原理知識：
更多實時計算,Flink,Kafka等相關技術博文，歡迎關注實時流式計算：
