1.代码获取
关注公众号PiflowX，发送“源码”获取github地址。
2.环境准备
说明：本文档基于windows11操作系统，flink和hdfs基于虚拟机centos启动。
2.1 本地flink环境
Flink >= 1.12, 只需要从Flink官网下载解压即可。演示中我下载的是[flink-1.18.0](Apache Archive Distribution Directory)
解压到指定目录，如d:\env\flink 下载wintutils。具体步骤可参考文章Windows环境下安装Hadoop3.1.0全过程（超详细手把手一条龙教学）_windows安装hadoop-CSDN博客
3.后端本地开发
3.1前提条件
- java 1.8+
- maven
- hdfs
- flink
3.2项目编译
切换到dev-flow分支。
mvn clean package -DskipTests
3.3解压压缩包
编译完成后，找到streampark-console-service模块target目录下压缩包apache-streampark-2.2.0-SNAPSHOT-incubating-bin.tar.gz，解压到指定目录。
cd ./streampark-console-service/target tar -zxvf apache-streampark-2.2.0-SNAPSHOT-incubating-bin.tar.gz
3.4启动后台服务
找到 streampark-console/streampark-console-service/src/main/java/org/apache/streampark/console/StreamParkConsoleBootstrap.java
修改启动配置
勾选Add VM options，填写参数-Dapp.home=$path，$path是我们刚刚复制的路径
4.PiflowX后端启动
启动服务
找到 piflowx/piflow-server/src/main/scala/cn/piflow/api/HTTPServer.scala，
运行main方法。
启动完成，会在项目下生成一个server.ip文件，文件内容为当前机器ip。
修改
streampark-console-service服务baseConfig.properties配置文件，piflowx.server.ip为上述server.ip
重启streampark-console-service服务。
5.前端本地开发
前提条件
Note
如果你遇到依赖下载缓慢需要配置 npm 镜像源,方法为在用户文件夹下找到 .npmrc 将以下内容写入：
strict-peer-dependencies=false save-workspace-protocol = rolling registry = 'http://registry.npmmirror.com'
构建并运行
- 安装依赖：
cd ../streampark-console/streampark-console-webapp
pnpm install
如果运行失败，执行以下命令：
pnpm install --ignore-scripts
- 运行：
pnpm serve
- 打包
pnpm build
浏览器支持
本地开发推荐使用Chrome 80+ 浏览器，支持现代浏览器, 不支持 IE。
6.flink流水线任务示例
浏览器输入http://localhost:10001/登陆系统。点击登陆进入首页。
配置flink home
flink home为2.1节flink解压目录（如d:\env\flink）
配置flink cluster
上传flink流水线依赖包
在资源管理中，上传piflowx/piflow-server/target下piflow-server.jar。Program main填写cn.piflow.launcher.flink.StartFlinkFlowMain。 创建作业
选择Flink Pipeline作业类型创建流水线任务
资源选择前面上传的Flink流水线作业依赖包
填写作业名称，点击提交
在作业列表，可以看到刚刚创建的流水线任务，点击图中图标，进入设计界面。
首次使用系统，是没有flink流水线算子组件的，需要点击
reload stops选项加载或刷新组件。
拖动一个DataGen组件和ShowData组件，模拟生成100条数据，并查看数据。
回到作业首页，发布任务，并启动。 等待一会，可以看到作业运维界面作业状态已变化。
在flink web可以看到作业的运行状态。
日志输入可看到流水线生成的模拟数据。
