1 本地安装
只需几个简单的步骤即可启动并运行Flink示例程序。
1.1 安装：下载并启动Flink
唯一要求是装有Java 8，检查Java正确安装：
直接下载二进制包到本地并解压。
2 配置 flink-conf.yaml
jobmanager.rpc.address: 10.0.0.1 配置主节点的ip
jobmanager 主节点
taskmanager 从节点
配置. bash_profile
vim ~/.bash_profile
# Flink
export FLINK_HOME=/Users/javaedge/Downloads/soft/flink-1.17.0
export PATH=$FLINK_HOME/bin:$PATH
source ~/.bash_profile
3 启动集群
javaedge@JavaEdgedeMac-mini flink-1.17.0 % cd bin
javaedge@JavaEdgedeMac-mini bin % ./start-cluster.sh
Starting cluster.
Starting standalonesession daemon on host JavaEdgedeMac-mini.local.
Starting taskexecutor daemon on host JavaEdgedeMac-mini.local.
javaedge@JavaEdgedeMac-mini bin % jps
验证集群启动成功：
4 提交任务
先启动一个 socket 传输：
javaedge@JavaEdgedeMac-mini java % nc -lk 9527
再提交任务：
./flink run -c org.apache.flink.streaming.examples.socket.SocketWindowWordCount ../examples/streaming/SocketwindowWordCount.jar --hostname localhost --port 9527
打开控制台，可见有个运行中任务了：
任务执行结果：
5 并行度
任务执行时，将一个任务划分为多个并行子任务来执行的能力。
Flink中每个并行子任务被称为一个Task
整个任务则被称为一个Job
Flink中的并行度通过以下两种方式设置：
全局设置
使用 ExecutionEnvironment 或 StreamExecutionEnvironment 对象设置并行度，这会影响到该环境中所有算子的并行度。
final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(4);
算子级别设置
直接在算子上设置并行度，这会覆盖全局设置的并行度。
final DataStream<String> input = env.addSource(new FlinkKafkaConsumer010<>("topic", new SimpleStringSchema(), props));
input.flatMap(new MyFlatMapFunction()).setParallelism(2).print();
并行度的设置需要根据具体的场景和资源情况进行调整，过高的并行度可能会导致资源浪费和性能下降，过低的并行度可能会导致无法充分利用资源，影响任务的执行效率。
./flink run -c org.apache.flink.streaming.examples.socket.SocketWindowWordCount -p 2 ../examples/streaming/SocketwindowWordCount.jar --hostname localhost --port 9527
参考
Local Setup Tutorial
Building Flink from Source
