使用Flink实时发现最热Github项目-阿里云开发者社区

使用Flink实时发现最热Github项目

1. 实验资源方式简介及开始实验

云起实验室实验资源方式介绍

云起实验室支持开通免费试用、个人账户资源两种实验资源方式。

开通免费试用

使用个人账号开通试用，平台仅提供手册参考。
所有实验操作将保留至您的账号，请谨慎操作。
在实验页面下方卡片会展示本实验支持的试用规格，可以选择你要试用的云产品资源进行开通。您在实验过程中，可以随时用右下角icon唤起试用卡片。阿里云支持试用的产品列表、权益及具体规则说明请参考开发者试用中心。
说明：试用云产品开通在您的个人账号下，并占用您的试用权益。如试用超出免费试用额度，可能会产生一定费用。

个人账户资源

使用您个人的云资源进行操作，资源归属于个人。
所有实验操作将保留至您的账号，请谨慎操作。
平台仅提供手册参考，不会对资源做任何操作。
说明：使用个人账户资源，在创建资源时，可能会产生一定的费用，请您及时关注相关云产品资源的计费概述。

准备开始实验

在实验开始前，请您选择其中一种实验资源，单击确认开启实验。

2. 领取免费试用资源

实验前必看！

在创建实时计算Flink版时，需要使用到对象存储OSS和负载均衡SLB，您需要领取负载均衡SLB和对象存储OSS资源抵扣包进行抵扣（单击对应产品卡片上的立即试用，在确认并了解相关信息后，根据页面提示申请试用），否则将会产生额外费用。如果您的对象存储OSS或SLB资源抵扣包已使用完毕或无领取资格，开通Flink试用后，将正常收取费用，计费详情请参见SLB按量付费和OSS按量付费。
如果您的阿里云主账号符合开通免费试用实时计算Flink版的资格，建议您开通免费试用实时计算Flink版，实时计算Flink版提供的按量付费（3个月5000CUH计算资源）试用，具有时长和容量限制，使用完请及时清理相关资源。实时计算Flink版如果未及时清理资源，相关Flink工作空间将按照按量付费模式正常进行计费，涉及的其他产品服务也会正常收取费用。具体计费详情，请参见按量付费。
如果您的阿里云账号只能领取部分免费试用产品，请您领取符合免费试用资格的产品，然后进入实验，不满足免费试用资格的产品将会使用个人账户资源进行创建，并会产生一定的费用，请您及时关注账户扣费。
为了避免资源浪费并造成账号扣费的情况，请严格按照本文提供的参数进行配置。在实验完成之后，请您及时删除或禁用压测任务。

在实验开始前，请您选择开通免费试用。

开通对象存储OSS免费试用。

2.1 在实验室页面下方，选择对象存储OSS，单击立即试用。

说明：如果您的对象存储OSS资源抵扣包已使用完毕或无领取资格，请您跳过2.1-2.2步骤，请根据2.3-2.4步骤创建对象存储OSS，将正常收取费用，计费详情请参见OSS按量付费。

2.2 在对象存储OSS试用开通页面，在确认并了解相关信息后，根据页面提示申请试用。

2.3 前往对象存储OSS控制台。如果您没有开通过OSS服务，系统会提示您开通OSS服务，请按照页面提示开通OSS服务。

2.4 在左侧导航栏中，单击Bucket列表。

2.5 在Bucket列表页面，单击创建Bucket。

2.6 在创建Bucket页面，根据页面引导进行创建Bucket，其中地域选择华东1（杭州），其他配置保持默认即可，单击确定。

开通负载均衡SLB免费试用。

3.1 在实验室页面下方，选择传统型负载均衡CLB，单击立即试用。

说明：如果您的负载均衡SLB资源抵扣包已使用完毕或无领取资格，请您跳过此步骤，开通Flink试用后，将正常收取费用，计费详情请参见SLB按量付费。

3.2 在传统型负载均衡CLB开通页面，地域选择华东1（杭州），可用区选择华东1可用区H，选中服务协议，单击立即试用。

开通实时计算Flink版免费试用。

4.1 在实验室页面下方，选择实时计算Flink版，单击立即试用。

4.2 如果您第一次访问该服务，可能需要进行角色授权。请在弹出的授权请求页面，单击前往RAM进行授权后，单击同意授权，完成自动化角色授权。授权成功后，需返回实验室页面。

4.3 Flink开通页面，单击上方提示框中的领取免费的资源抵扣包，领取Flink资源抵扣包。

4.4 在Flink资源抵扣包页面，确认相关信息后，单击确认订单，根据页面提示完成领取。

4.5 领取完毕后，在Flink开通页面，刷新此页面后完成参数配置。

参数	说明	教程配置
付费模式	阿里云实时计算Flink版免费试用仅支持按量付费。	按量付费
地域	本教程不涉及上下游存储，所以可不与上下游存储保持一致。	华东1（杭州）
可用区	本教程不涉及上下游存储，所以可不与上下游存储保持一致。	可用区H
资源抵扣包	可用于抵扣中国内地公有云地域（目前仅支持上海，杭州，北京，深圳，张家口区域）按量付费模式用量，自购买资源包日起有效期三个月。领取资源包后，单击刷新按钮，即可更新此参数。其中，本教程示例不适用于张家口地域。	5000CUH
资源抵扣包	您需要领取负载均衡SLB和对象存储OSS资源抵扣包进行抵扣（即单击所给链接，单击对应产品卡片上的立即试用，在确认并了解相关信息后，根据页面提示申请试用），否则将会产生额外费用。如果您的对象存储OSS或SLB资源抵扣包已使用完毕或无领取资格，开通Flink试用后，将正常收取费用，计费详情请参见SLB按量付费和OSS按量付费。	确认领取后，选中
SLB服务	SLB是通过浏览器访问Flink产品控制台的必要网络连接组件。在您开通阿里云实时计算Flink版服务后，会自动开通SLB服务，该SLB专用于阿里云实时计算Flink版服务。	选中
专有网络	选择您已创建的专有网络。如果您没有创建，请参见创建和管理专有网络进行创建。	选中您需要使用的VPC名称。
虚拟交换机	每个Flink作业的Task Manager和Job Manager实例都会占用一个IP，您需要至少选择1个虚拟交换机。如果当前无可用虚拟交换机，请在当前地域当前可用区下进行创建，详情请参见创建和管理专有网络。	选中您需要使用的交换机名称。
工作空间名称	每个工作空间的计算资源隔离，开发控制台相互独立。创建成功后不可修改。	flink-test
OSS存储	OSS用于存储作业系统检查点、作业快照、日志和JAR包等信息。新建OSS存储的具体操作，请参见开通OSS服务。不推荐对选择的Bucket开启非默认策略，例如多版本、合规保留等，可能会导致Flink作业异常。	选中您需要使用的OSS Bucket名称。
监控服务	如果您选中了监控服务（为您提供商业版Prometheus监控能力），则会正常进行收费，计费详情请参见ARMS按量计费。	不选中

4.6 请再次确认已了解并领取实时计算Flink版资源抵扣包。

实时计算Flink版资源抵扣包领取已在上述步骤2.3-2.4中完成。若未领取请查看对应步骤完成领取。

如果您的实时计算Flink版资源抵扣包已使用完毕或无领取资格，开通Flink试用后，将正常收取费用。

4.7 单击立即试用，并根据页面提示，完成阿里云实时计算Flink版工作空间创建。

说明：工作空间创建需要约5~10分钟，请耐心等待。5~10分钟后，请在实时计算控制台Flink全托管页签，刷新页面查看工作空间状态，当工作空间状态为运行中时，即可进入下一步。

领取完免费试用后，返回资源领取界面，单击我已开通，进入实验。

说明：如果您的阿里云账号只能领取部分免费试用产品，请您领取符合免费试用资格的产品，然后进入实验，不满足免费试用资格的产品将会使用个人账户资源进行创建，并会产生一定的费用，请您及时关注账户扣费。

3. 创建资源

创建对象存储OSS。

说明：

如果您已有对象存储OSS资源，您可跳过此步骤。
请您根据如下操作，开通对象存储OSS，会产生一定的费用，具体计费详情，请参见OSS按量付费。

1.1 前往对象存储OSS控制台。如果您没有开通过OSS服务，系统会提示您开通OSS服务，请按照页面提示开通OSS服务。

1.2 在左侧导航栏中，单击Bucket列表。

2.5 在Bucket列表页面，单击创建Bucket。

2.6 在创建Bucket页面，根据页面引导进行创建Bucket，其中地域选择华东1（杭州），其他配置保持默认即可，单击确定。

创建实时计算Flink版。

说明：

如果您已开通实时计算Flink，请您跳过本步骤。
请您根据如下操作，开通实时计算Flink，并会产生一定的费用，具体计费详情，请参见计费概述。在开通实时计算Flink时，需要使用到对存储OSS和负载均衡SLB，计费详情请参见SLB按量付费和OSS按量付费。

2.1 前往实时计算Flink版控制台。

2.2 在实时计算控制台页面，单击立即购买。

2.3 在Flink开通页面，按照如下提示完成参数配置。计费详情请参见实时计算 Flink版按量计费。

说明：如果您第一次访问该服务，可能需要进行角色授权。请在弹出的授权请求页面，单击前往RAM进行授权后，单击同意授权，完成自动化角色授权。

参数	说明	教程配置
付费模式	阿里云实时计算Flink版免费试用仅支持按量付费。	按量付费
地域	本教程不涉及上下游存储，所以可不与上下游存储保持一致。	华东1（杭州）
可用区	本教程不涉及上下游存储，所以可不与上下游存储保持一致。	可用区H
SLB服务	SLB是通过浏览器访问Flink产品控制台的必要网络连接组件。在您开通阿里云实时计算Flink版服务后，会自动开通SLB服务，该SLB专用于阿里云实时计算Flink版服务。SLB会产生额外付费，单个收费约3元/天，实际收费详情请参见SLB按量付费。	选中
专有网络	选择您已创建的专有网络。如果您没有创建，请参见创建和管理专有网络进行创建。	选中您需要使用的VPC名称。
虚拟交换机	每个Flink作业的Task Manager和Job Manager实例都会占用一个IP，您需要至少选择1个虚拟交换机。如果当前无可用虚拟交换机，请在当前地域当前可用区下进行创建，详情请参见创建和管理专有网络。	选中您需要使用的交换机名称。
工作空间名称	每个工作空间的计算资源隔离，开发控制台相互独立。创建成功后不可修改。	例如flink-test
OSS存储	OSS用于存储作业系统检查点、作业快照、日志和JAR包等信息。新建OSS存储的具体操作，请参见开通OSS服务。不推荐对选择的Bucket开启非默认策略，例如多版本、合规保留等，可能会导致Flink作业异常。	选中您需要使用的OSS Bucket名称。
监控服务	如果您选中了监控服务（为您提供商业版Prometheus监控能力），则会正常进行收费，计费详情请参见ARMS按量计费。	不选中

2.4 单击确认订单，并根据页面提示，完成阿里云实时计算Flink版工作空间创建。

5. 实验 1：Github 关注数排行榜

本小节实验统计从一周前起的Github关注度排行榜。

在左侧导航栏中，单击作业开发。

在作业开发页签，单击新建。

在新建文件对话框，文件名称输入为topn，其他保持默认即可，单击确认。

拷贝如下代码到SQL编辑器上。

说明：其中startTime尽量设置为当前此刻的一周前附近，如果设置的时间太早，前面无效计算时间比较长，不仅耗费资源，而且很久才能加载出计算结果。根据不同的地域设置相应的project和endPoint，在本实验中，实例为杭州的服务平台，因此设置'project' = 'github-events-hangzhou'和'endPoint' = 'https://cn-hangzhou-intranet.log.aliyuncs.com'，其他地域如北京、上海、深圳更改为对应值即可。

-- 通过DDL语句创建SLS源表，SLS中存放了Github的实时数据。
CREATE TEMPORARY TABLE gh_event(
  id STRING,                                        -- 每个事件的唯一ID。
  created_at BIGINT,                                -- 事件时间，单位秒。
  created_at_ts as TO_TIMESTAMP(created_at*1000),   -- 事件时间戳（当前会话时区下的时间戳，如：Asia/Shanghai）。
  type STRING,                                      -- Github事件类型，如：。ForkEvent, WatchEvent, IssuesEvent, CommitCommentEvent等。
  actor_id STRING,                                  -- Github用户ID。
  actor_login STRING,                               -- Github用户名。
  repo_id STRING,                                   -- Github仓库ID。
  repo_name STRING,                                 -- Github仓库名，如：apache/flink, apache/spark, alibaba/fastjson等。
  org STRING,                                       -- Github组织ID。
  org_login STRING                                 -- Github组织名，如： apache,google,alibaba等。
) WITH (
  'connector' = 'sls',                              -- 实时采集的Github事件存放在阿里云SLS中。
  'project' = 'github-events-hangzhou',                     -- 存放公开数据的SLS项目。例如'github-events-hangzhou'。
  'endPoint' = 'https://cn-hangzhou-intranet.log.aliyuncs.com',                   -- 公开数据仅限VVP通过私网地址访问。例如'https://cn-hangzhou-intranet.log.aliyuncs.com'。
  'logStore' = 'realtime-github-events',            -- 存放公开数据的SLS logStore。
  'accessId' =  'xxxxxx',                           -- 只读账号的AK。
  'accessKey' = 'xxxxxx',                           -- 只读账号的SK。
  'batchGetSize' = '500',                           -- 批量读取数据，每批最多拉取500条。
  'startTime' = '2023-06-30 14:00:00'              -- 开始时间，尽量设置到需要计算的时间附近，否则无效计算的时间较长。默认值为当前值
);
-- 配置开启mini-batch, 每2s处理一次。
SET 'table.exec.mini-batch.enabled'='true'; 
SET 'table.exec.mini-batch.allow-latency'='2s'; 
SET 'table.exec.mini-batch.size'='4096'; 
-- 作业设置4个并发，聚合更快。
SET 'parallelism.default' = '4';
-- 查看Github新增star数Top 5仓库。
SELECT DATE_FORMAT(created_at_ts, 'yyyy-MM-dd') as `date`, repo_name, COUNT(*) as num
FROM gh_event WHERE type = 'WatchEvent' 
GROUP BY DATE_FORMAT(created_at_ts, 'yyyy-MM-dd'), repo_name
ORDER BY num DESC
LIMIT 5;

在topn页签右上角，单击验证，检查SQL是否正确，无误后单击执行。

配置图表。

选择Y Bar并且编辑标题栏为Top 5。

配置group by为repo_name， order by为num，即根据repo_name分组比较数量。

实验可以一直运行，不断消费最新的数据。但是如果当前集群的CPU数配置的较少，不足以执行两个任务，又想执行下一个实验是，可以将本实验停止。单击结果左侧的图标，停止实验。

结果。

第一名：s0md3v/roop 视频换脸（最近我在b站也经常翻到）。

第二名：pengzhile/pandora 潘多拉实现了网页版 ChatGPT 的主要操作。

第三名：ClassmateLin/dm-ticket 大麦网抢票（疫情放开，估计上周演唱会很多）。

第四名：ShishirPatil/gorilla 连接海量 API 的大型语言模型。

第五名： iperov/DeepFaceLive 换脸。

由此可见最近一周最流行的 repo 就是 ai 视频换脸和大模型，最流行的领域就是 ai。

6. 实验 2：统计组织活跃度变化

本小节实验统计apache和alibaba组织开源在从 24 小时前开始的活跃度趋势变化。

在作业开发页签，单击新建。

在新建文件对话框，文件名称输入为linechart，其他保持默认即可，单击确认。

拷贝如下代码到SQL编辑器上。

说明：其中startTime尽量设置为当前此刻的24小时前附近，如果设置的时间太早，前面无效计算时间比较长，不仅耗费资源，而且很久才能加载出计算结果。如果想要统计alibaba, 改成org_login ='alibaba' 即可。

CREATE TEMPORARY TABLE gh_event(
  id STRING,                                        -- 每个事件的唯一ID。
  created_at BIGINT,                                -- 事件时间，单位秒。
  created_at_ts as TO_TIMESTAMP(created_at*1000),   -- 事件时间戳（当前会话时区下的时间戳，如：Asia/Shanghai）。
  type STRING,                                      -- Github事件类型，如：。ForkEvent, WatchEvent, IssuesEvent, CommitCommentEvent等。
  actor_id STRING,                                  -- Github用户ID。
  actor_login STRING,                               -- Github用户名。
  repo_id STRING,                                   -- Github仓库ID。
  repo_name STRING,                                 -- Github仓库名，如：apache/flink, apache/spark, alibaba/fastjson等。
  org STRING,                                       -- Github组织ID。
  org_login STRING                                 -- Github组织名，如： apache,google,alibaba等。
) WITH (
  'connector' = 'sls',                              -- 实时采集的Github事件存放在阿里云SLS中。
  'project' = 'github-events-hangzhou',                     -- 存放公开数据的SLS项目。例如'github-events-hangzhou'。
  'endPoint' = 'https://cn-hangzhou-intranet.log.aliyuncs.com',                   -- 公开数据仅限VVP通过私网地址访问。例如'https://cn-hangzhou-intranet.log.aliyuncs.com'。
  'logStore' = 'realtime-github-events',            -- 存放公开数据的SLS logStore。
  'accessId' =  'xxxxxx',                           -- 只读账号的AK。
  'accessKey' = 'xxxxxx',                           -- 只读账号的SK。
  'batchGetSize' = '500',                           -- 批量读取数据，每批最多拉取500条。
  'startTime' = '2023-06-30 14:00:00'               -- 开始时间，尽量设置到需要计算的时间附近，否则无效计算的时间较长
);
-- 配置开启mini-batch, 每2s处理一次。
SET 'table.exec.mini-batch.enabled'='true';
SET 'table.exec.mini-batch.allow-latency'='2s';
SET 'table.exec.mini-batch.size'='4096';
-- 作业设置4个并发，聚合更快。
SET 'parallelism.default' = '4';
-- 从一天前开始统计事件总量
SELECT NOW(), max(created_at_ts) as created_ts, COUNT(*) as event_count
FROM gh_event 
WHERE  org_login ='apache' and
created_at_ts >= NOW() - INTERVAL '1' DAY;

在linechart页签右上角，单击验证，检查SQL是否正确，无误后单击执行。

配置图表。

单击图表配置。

编辑标题为apache，并且选择X/Y Line。

配置X轴为create_ts, y 轴为event_count。

执行结果。

apache作为全球性的开源组织，一天内的活跃度比较均匀，而阿里巴巴开源基本由国内开发者关注和贡献，夜间增加比较平缓，在9点之后明显提升。

7. 实验 3: 统计仓库贡献时间分布情况

本小节实验统计flink和spark开源仓库在从一周前前开始的贡献分布情况。贡献包括代码提交、commit评论、issue评论、提交PR请求、PR请求的审查评论等与开发者相关的事件。

在作业开发页签，单击新建。

在新建文件对话框，文件名称输入为heatmap，其他保持默认即可，单击确认。

拷贝如下代码到SQL编辑器上。

说明：其中startTime尽量设置为当前此刻的一周前附近，如果设置的时间太早，前面无效计算时间比较长，不仅耗费资源，而且很久才能加载出计算结果。如果想要统计spark, 改成repo_name = 'apache/spark'' 即可。

CREATE TEMPORARY TABLE gh_event(
    id STRING,                                        -- 每个事件的唯一ID。
    created_at BIGINT,                                -- 事件时间，单位秒。
    created_at_ts as TO_TIMESTAMP(created_at*1000),   -- 事件时间戳（当前会话时区下的时间戳，如：Asia/Shanghai）。
    type STRING,                                      -- Github事件类型，如：。ForkEvent, WatchEvent, IssuesEvent, CommitCommentEvent等。
    actor_id STRING,                                  -- Github用户ID。
    actor_login STRING,                               -- Github用户名。
    repo_id STRING,                                   -- Github仓库ID。
    repo_name STRING,                                 -- Github仓库名，如：apache/flink, apache/spark, alibaba/fastjson等。
    org STRING,                                       -- Github组织ID。
    org_login STRING                                 -- Github组织名，如： apache,google,alibaba等。
) WITH (
  'connector' = 'sls',                              -- 实时采集的Github事件存放在阿里云SLS中。
  'project' = 'github-events-hangzhou',                     -- 存放公开数据的SLS项目。例如'github-events-hangzhou'。
  'endPoint' = 'https://cn-hangzhou-intranet.log.aliyuncs.com',                   -- 公开数据仅限VVP通过私网地址访问。例如'https://cn-hangzhou-intranet.log.aliyuncs.com'。
  'logStore' = 'realtime-github-events',            -- 存放公开数据的SLS logStore。
  'accessId' =  'xxxxxx',                           -- 只读账号的AK。
  'accessKey' = 'xxxxxx',                           -- 只读账号的SK。
  'batchGetSize' = '500',                           -- 批量读取数据，每批最多拉取500条。
  'startTime' = '2023-06-30 14:00:00'              -- 开始时间，尽量设置到需要计算的时间附近，否则无效计算的时间较长
);
-- 配置开启mini-batch, 每2s处理一次。
SET 'table.exec.mini-batch.enabled'='true';
SET 'table.exec.mini-batch.allow-latency'='2s';
SET 'table.exec.mini-batch.size'='4096';
-- 作业设置4个并发，聚合更快。
SET 'parallelism.default' = '4';
-- 配置开启mini-batch, 每2s处理一次。
SET 'table.exec.mini-batch.enabled'='true'; 
SET 'table.exec.mini-batch.allow-latency'='2s'; 
SET 'table.exec.mini-batch.size'='4096'; 
-- 作业设置4个并发，聚合更快。
SET 'parallelism.default' = '4';
-- 统计从上周起的贡献量
SELECT  DATE_FORMAT(created_at_ts, 'yyyy-MM-dd') as comment_date, HOUR(created_at_ts) AS comment_hour ,COUNT(*) AS comment_count
FROM gh_event
WHERE created_at_ts >= NOW() - INTERVAL '7' DAY 
        AND repo_name = 'apache/flink'
       AND (type ='CommitCommentEvent' OR 
            type='IssueCommentEvent' or 
            type = 'PullRequestReviewCommentEvent'or 
            type = 'PushEvent' or 
            type = 'PullRequestEvent' or 
            type = 'PullRequestReviewEvent')
GROUP BY DATE_FORMAT(created_at_ts, 'yyyy-MM-dd'), HOUR(created_at_ts) ;

在heatmap页签右上角，单击验证，验证SQL是否正确，无误后单击执行。

配置图表。

选择Heatmap, 设置Group by为comment_date, Spli By为comment_hour，Color为Sum(comment_count)，即X轴为天，Y周为小时，根据总数量显示颜色深浅。

8. 清理及后续

通过简单的数据实时分析示例，您已完成了阿里云实时计算Flink版的开通、SQL查询语句的执行，以及可视化数据分析，快速体验了实时计算Flink版产品。

清理

实时计算Flink版提供的按量付费（3个月5000CUH计算资源）试用，具有时长和容量限制，使用完请及时清理相关资源。如果未及时清理资源，相关Flink工作空间将按照按量付费模式正常进行计费，涉及的其他产品服务也会正常收取费用。完成教程后，您可以按照如下场景进行处理：

如果您需要继续使用，此时5000CUH资源已使用完或者已经超过3个月，请随时查看欠费金额，并在规定时间内充值结清欠费账单，否则无法继续正常使用工作空间。计费详情请参见按量付费和欠费说明。
如果您不需要继续使用，请及时清理测试数据和试用资源：

实时计算Flink版资源清理

登录实时计算控制台，单击目标工作空间操作列下的更多>释放资源，单击确定。应用实时监控服务ARMS（如果您开通时选中）和负载均衡SLB会随实时计算Flink版一起被释放。

对象存储OSS资源清理

删除对象存储空间，详情请参见删除存储空间。

负载均衡SLB资源清理

删除传统型负载均衡CLB，详情请参见释放负载均衡实例。

专有网络VPC资源清理

删除专有网络，详情请参见删除专有网络。

后续

如果您需要将某个作业提交至生产环境运行（请勿将Session集群用于正式生产环境），需要在作业开发页面，单击上线，在弹出的确认对话框中，单击确定，然后在作业运维页面，单击启动，具体操作请参见作业开发和作业启动。

9. 清理及后续

通过简单的数据实时分析示例，您已完成了阿里云实时计算Flink版的开通、SQL查询语句的执行，以及可视化数据分析，快速体验了实时计算Flink版产品

清理

如果您需要继续使用，请随时查看欠费金额，并在规定时间内充值结清欠费账单，否则无法继续正常使用工作空间。计费详情请参见按量付费和欠费说明。
如果您不需要继续使用，请及时清理测试数据和试用资源：

实时计算Flink版资源清理

对象存储OSS资源清理

删除对象存储空间，详情请参见删除存储空间。

专有网络VPC资源清理

删除专有网络，详情请参见删除专有网络。

后续

如果您需要将某个作业提交至生产环境运行（请勿将Session集群用于正式生产环境），需要在作业开发页面，单击上线，在弹出的确认对话框中，单击确定，然后在作业运维页面，单击启动，具体操作请参见作业开发和作业启动。

实验链接：https://developer.aliyun.com/adc/scenario/da1b2ec931cc4143ad22681aaaff34bb

使用Flink实时发现最热Github项目