2. Flink 开发环境搭建：JDK 配置、Maven 项目创建、Flink 本地模式启动、第一个 WordCount 程序

在开始 Flink 特征服务与团伙识别实战之前，搭建一个稳定、可复现的开发环境是第一步。本章将引导你完成从 JDK 配置到本地运行第一个 Flink 程序的完整流程，确保后续所有实验都能在统一的环境中顺利执行。

2.1 环境依赖与版本选型

Flink 基于 JVM 运行，对 JDK 版本有明确要求。以下为推荐版本组合，兼顾稳定性与社区支持度：

2.2 JDK 配置与验证

JDK 安装完成后，需正确配置 JAVA_HOME 环境变量并将 bin 目录加入 PATH。以下为 Linux/macOS 与 Windows 的配置要点：

• Linux/macOS：在 ~/.bashrc 或 ~/.zshrc 中添加 export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64，然后执行 source ~/.bashrc。
• Windows：系统变量中新建 JAVA_HOME，值为 JDK 安装路径（如 C:\Program Files\Java\jdk1.8.0_202），并在 Path 中添加 %JAVA_HOME%\bin。

验证配置是否生效：

# 终端执行
java -version
# 预期输出包含 "1.8.0_202" 或 "11.0.x"
javac -version
# 预期输出与 java 版本一致

2.3 Maven 项目创建与依赖配置

推荐使用 Maven 作为项目构建工具。你可以通过命令行快速创建项目骨架，或直接在 IntelliJ IDEA 中新建 Maven 项目。以下为手动创建的标准步骤：

1. 在终端执行 mvn archetype:generate -DarchetypeGroupId=org.apache.flink -DarchetypeArtifactId=flink-quickstart-java -DarchetypeVersion=1.14.6。
2. 按提示输入 groupId（如 com.risk.antifraud）、artifactId（如 flink-feature-service）、version（默认 1.0-SNAPSHOT）。
3. 项目生成后，检查 pom.xml 中的核心依赖是否完整。

以下为 pom.xml 中必须包含的 Flink 依赖片段：

<properties>
    <flink.version>1.14.6</flink.version>
    <java.version>1.8</java.version>
    <maven.compiler.source>${java.version}</maven.compiler.source>
    <maven.compiler.target>${java.version}</maven.compiler.target>
</properties>

<dependencies>
    <dependency>
        <groupId>org.apache.flink</groupId>
        <artifactId>flink-java</artifactId>
        <version>${flink.version}</version>
        <scope>provided</scope>
    </dependency>
    <dependency>
        <groupId>org.apache.flink</groupId>
        <artifactId>flink-streaming-java_2.12</artifactId>
        <version>${flink.version}</version>
        <scope>provided</scope>
    </dependency>
    <dependency>
        <groupId>org.apache.flink</groupId>
        <artifactId>flink-clients_2.12</artifactId>
        <version>${flink.version}</version>
        <scope>provided</scope>
    </dependency>
</dependencies>

2.4 Flink 本地模式启动

Flink 本地模式（Local Mode）无需分布式集群，适合开发调试。下载 Flink 压缩包后，解压并启动：

# 下载 Flink 1.14.6
wget https://archive.apache.org/dist/flink/flink-1.14.6/flink-1.14.6-bin-scala_2.12.tgz
tar -xzf flink-1.14.6-bin-scala_2.12.tgz
cd flink-1.14.6

# 启动本地集群
./bin/start-cluster.sh

# 验证启动状态
jps
# 应看到 StandaloneSessionClusterEntrypoint 和 TaskManagerRunner 两个进程

启动成功后，访问 http://localhost:8081 即可进入 Flink Web UI，查看集群概览、任务列表与资源使用情况。

2.5 第一个 WordCount 程序

WordCount 是 Flink 的 "Hello World"，它完整展示了 DataStream API 的核心算子链：Source → Transformation → Sink。以下为完整代码：

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.util.Collector;

public class WordCount {
    public static void main(String[] args) throws Exception {
        // 1. 创建执行环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 2. 数据源：从 socket 读取文本流
        DataStream<String> text = env.socketTextStream("localhost", 9999);

        // 3. 转换：分词并计数
        DataStream<Tuple2<String, Integer>> counts = text
            .flatMap(new Tokenizer())
            .keyBy(value -> value.f0)
            .sum(1);

        // 4. 输出：打印到控制台
        counts.print();

        // 5. 执行
        env.execute("Socket WordCount");
    }

    public static class Tokenizer implements FlatMapFunction<String, Tuple2<String, Integer>> {
        @Override
        public void flatMap(String value, Collector<Tuple2<String, Integer>> out) {
            String[] words = value.toLowerCase().split("\\W+");
            for (String word : words) {
                if (word.length() > 0) {
                    out.collect(new Tuple2<>(word, 1));
                }
            }
        }
    }
}

运行步骤：

1. 在终端启动 socket 数据源：nc -lk 9999（Linux/macOS）或使用 ncat -lk 9999（Windows）。
2. 在 IDE 中直接运行 WordCount 类的 main 方法。
3. 在 nc 终端输入单词，观察 IDE 控制台输出 (word, count) 结果。

2.6 开发环境架构总览

下图展示了从本地开发到 Flink 集群执行的整体数据流与组件关系：

2.7 环境验证清单

完成上述步骤后，建议逐项核对以下清单，确保环境就绪：