1、WordCount程式例項  2、本地監聽9000埠後測試結果  3、job提交流程  4、local模式執行StreamGraph任務  5、流程分析 flink job提交流程個人理解可以大致分為定義和提交兩個環節：以下以WordCount程式為例進行分析 5.1 定義流程 流程定義包含執行環境構建和演算法流程定義： 5.1.1 執行環境構建 執行環境是整個flink程式執行的上下文，記錄其相關配置，並提供一系列方法，如讀取輸入流等，同時提供execute真正開啟提交計算的入口。  下面具體來看getExecutionEnvironment方法  本地執行時，其實執行的是createStreamExecutionEnvironment方法  繼續往下看發現不斷過載createLocalEnvironment方法，最終new了一個LocalStreamEnvironment物件，並設定其並行度等於當前機器的CPU核心數  至此執行環境構建完畢，返回一個LocalStreamEnvironment物件  5.1.2 演算法流程定義 演算法流程簡單來說通常包含三個部分：定義source、operator和sink，對應到示例程式為socketTextStream、（flatMap、keyBy、sum）和print三部分 首先：socketTextStream其本質是向執行環境中添加了SocketTextStreamFunction作為source   其次：faltMap、keyBy和sum其本質是向執行環境中新增FlatMapFunction、KeySelector和AggregationFunction三種運算元     下面分別為keyBy和sum的關鍵細節    最後：print其本質是向執行環境中新增PrintSinkFunction作為sink  5.2 提交任務 提交任務個人理解又包含client提交作業和Executor提交作業兩部分 5.2.1 第一個環節client根據流程定義提交作業如job提交流程圖所示 這個過程其實又可以可以分為兩部分：生成StreamGraph和executeAsync兩部分： 首先看生成StreamGraph部分，這一部分比較簡單，將執行環境中定義好的流程引數構建出StreamGraph即可，核心細節如下：   executeAsync部分其實就是載入一個PipelineExecutor提交StreamGraph，細節如下：   5.2.2 第二個環節Executor提交作業部分原始碼如下：  本地模式主要包含了以下環節： 1> 由StreamGraph生成JobGraph 2> 建立啟動miniCluster叢集，啟動JobMaster等等 3> 提交任務到Jo