Flink 源码分析（三）：WordCount 程序执行
更新至 Flink 1.9.0 版本
下面以 Flink 工程自带的 wordcount 程序为例，分析应用执行。
执行环境
创建执行环境：
final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
org.apache.flink.streaming.api.environment.StreamExecutionEnvironment 流式程序执行的上下文。StreamExecutionEnvironment 提供了方法控制 Job 执行（例如：设置并发、错误容忍、检查点参数）和外界交互（数据访问）。
如果在 IDE 中启动，则创建 org.apache.flink.streaming.api.environment.LocalStreamEnvironment 实例，在本地 JVM 运行。
如果在集群中启动，则创建 org.apache.flink.streaming.api.environment.RemoteStreamEnvironment 实例，在集群中运行。
生成 StreamGraph
WordCount 代码，DataStream 流转如下：
- Source
env.fromElements(WORDS)数据源； - Transform
flatMap(new Tokenizer())分词； - Transform
keyBy(0).sum(1)计数； - Sink
print()打印。
每一个 org.apache.flink.streaming.api.datastream.DataStream 实例都有一个表示创建该 DataStream 的算子 org.apache.flink.api.dag.Transformation 。
Transformation 及其子类：
在程序执行 env.execute("Streaming WordCount") ，会先通过 org.apache.flink.streaming.api.graph.StreamGraphGenerator 生成 org.apache.flink.streaming.api.graph.SteamGraph 实例。
生成的 StreamGraph 如下图所示：
生成 JobGraph
TODO
About The Author
