环境准备与初体验：本地 Standalone 集群搭建、Flink SQL Client 启动、第一个 SELECT 'Hello Flink' 查询

说实话，很多初学者一上来就盯着复杂的流处理逻辑看，结果环境都没配通，热情先凉了一半。我个人习惯是——先把环境跑起来，看到输出，心里才有底。这一章我们就干三件事：搭一个本地 Standalone 集群、启动 SQL Client、跑出你的第一个 Flink SQL 查询。

1. 环境依赖：先确认你的机器准备好了

在动手之前，先检查一下基础环境。Flink 依赖 Java，这是硬门槛。

依赖项 版本要求 验证命令
Java Java 8 或 11（推荐 11） java -version
SSH（可选） 用于远程节点通信 ssh localhost
注意： 我曾经遇到过有人用 Java 17 跑 Flink 1.13，结果启动时直接报错。Flink 对 Java 版本有明确要求，别图新。建议用 Java 11，稳定且性能不错。

确认 Java 没问题后，去 Flink 官网下载一个稳定版本。我个人推荐 Flink 1.17 或 1.18，社区活跃，坑也少。下载后解压到本地目录，比如 /opt/flink 或 ~/flink。

2. 本地 Standalone 集群搭建

Standalone 模式是最简单的部署方式。说白了，就是 Flink 自己管理资源，不依赖 YARN 或 Kubernetes。适合本地开发和测试。

2.1 启动集群

进入 Flink 解压目录，执行启动脚本：

cd /opt/flink
./bin/start-cluster.sh

启动后，你会看到类似这样的输出：

Starting cluster.
Starting standalonesession daemon on host localhost.
Starting taskexecutor daemon on host localhost.

嗯，这里要注意：如果启动失败，八成是端口被占用了。Flink 默认使用 8081（Web UI）和 6123（RPC）。你可以用 netstat -tlnp | grep 8081 检查一下。

2.2 验证集群状态

打开浏览器，访问 http://localhost:8081。你会看到 Flink 的 Web Dashboard。如果页面正常显示，说明集群已经跑起来了。

在 Dashboard 上，你可以看到：

  • Job Manager 状态：Running
  • Task Managers 数量：默认 1 个
  • Slots 数量：默认 1 个（可以调整）
小技巧： 如果你需要多个 Slot，可以在 conf/flink-conf.yaml 中修改 taskmanager.numberOfTaskSlots: 4，然后重启集群。我在项目中经常调大这个值，方便并行测试。

2.3 关闭集群

用完记得关掉，别占着资源：

./bin/stop-cluster.sh

3. Flink SQL Client 启动

集群跑起来后，我们启动 SQL Client。这是一个交互式命令行工具，让你可以直接写 SQL 查询 Flink 表。

3.1 启动 SQL Client

./bin/sql-client.sh

启动后，你会看到类似这样的界面：

Flink SQL>

如果启动失败，检查一下集群是否在运行。SQL Client 需要连接到一个正在运行的 Job Manager。

注意： 我曾经遇到过 SQL Client 启动后报 No job manager found 的错误。原因很简单——忘了先启动集群。记住顺序：先 start-cluster.sh，再 sql-client.sh。

3.2 配置 SQL Client（可选）

SQL Client 支持通过 YAML 文件配置。你可以在 conf/sql-client-defaults.yaml 中设置 Catalog、Table 等。不过刚开始，我们先用默认配置就够了。

4. 第一个 SELECT 'Hello Flink' 查询

好，环境都准备好了。现在我们来跑第一个查询。在 SQL Client 中输入：

Flink SQL> SELECT 'Hello Flink';

按下回车，你会看到：

+----+--------------+
| op |         EXPR$0 |
+----+--------------+
| +I | Hello Flink   |
+----+--------------+
1 row in set

看到这个输出，说明你的 Flink SQL 环境已经完全通了。这个查询虽然简单，但它验证了整个链路：

  • 集群正常运行
  • SQL Client 连接成功
  • SQL 解析和执行引擎工作正常
核心要点： 这个查询没有读取任何表，它只是一个常量表达式。Flink SQL 把它当作一个无界流来处理——输出一条记录后就结束了。你想想看，这背后其实涉及了 SQL 解析、优化、执行的全流程。

5. 知识体系：本章核心逻辑

为了让你更直观地理解本章的内容，我画了一张流程图。它展示了从环境准备到第一个查询的完整链路。

环境准备与初体验：核心流程 1. 环境依赖 Java 8/11 + SSH 2. 下载解压 Flink 1.17/1.18 3. 启动集群 start-cluster.sh 4. 验证 Dashboard localhost:8081 5. 启动 SQL Client sql-client.sh 6. 执行查询 SELECT 'Hello Flink' 输出结果 +I | Hello Flink → 环境验证通过

6. 常见问题与避坑指南

我在带团队的时候，发现新手最容易在这几个地方卡住。列出来，你遇到了直接对照排查。

问题 原因 解决方案
集群启动失败 端口被占用 检查 8081、6123 端口，释放后重试
SQL Client 连不上 集群未启动 先执行 start-cluster.sh
查询无结果 SQL 语法错误 检查分号、引号是否匹配
Web UI 打不开 防火墙或绑定地址问题 检查 rest.bind-address 配置
个人经验： 我曾经在 Mac 上启动集群时，发现 Web UI 一直打不开。排查了半天，发现是 /etc/hosts 中 localhost 被映射到了 IPv6 地址。改成 127.0.0.1 就好了。这种小问题最坑人，建议你遇到类似情况先检查网络配置。

7. 本章小结

这一章我们完成了三件事：

  • 搭建了本地 Standalone 集群
  • 启动了 Flink SQL Client
  • 执行了第一个 SELECT 查询

说白了，环境准备是后续所有操作的基础。你想想看，如果连 SELECT 'Hello Flink' 都跑不出来，后面那些复杂的窗口聚合、维表 Join 就更别想了。所以这一步一定要走稳。

嗯，到这里，你的 Flink SQL 开发环境已经就绪了。接下来就可以开始真正接触 Flink SQL 的核心概念了。

← 上一章 📖 返回目录 下一章 →