Flink ui 本地flink ui 报错 {“errors“:[“Not found: /“]}

07-14 1198阅读

在学习flink 的过程中，伊始的flink 版本是1.17.2 报题目的错误，百思不得其解，尝试更替了1.19.1 然后就成功了，期间未做任何的修改。

ui 默认地址： http://localhost:8081

pom 文件如下


    4.0.0
    org.example
    TT
    1.0-SNAPSHOT
    
        8
        8
        UTF-8
    
    
        
            org.apache.flink
            flink-streaming-java
            1.19.1
        
        
            org.apache.flink
            flink-clients
            1.19.1
        
        
            org.apache.flink
            flink-connector-datagen
            1.19.1
        
        
            org.apache.flink
            flink-table-api-java-bridge
            1.19.1
        
        
        
            org.apache.flink
            flink-table-planner-loader
            1.19.1
        
        
            org.apache.flink
            flink-table-runtime
            1.19.1
        
        
            org.apache.flink
            flink-runtime-web
            1.19.1
        
        
            org.slf4j
            slf4j-log4j12
            1.7.25
        
        
            org.apache.flink
            flink-java
            1.19.1

Java 类，flink 环境的初始化有很多种，这个只是本地环境的一种：

package com.org.flinkBase;
import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.configuration.Configuration;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.ProcessFunction;
import org.apache.flink.util.Collector;
public class FlinkDemoCumulateUI {
    public static void main(String[] args) throws Exception{
        Configuration conf = new Configuration();
        //conf.setString(RestOptions.BIND_PORT,"8081-8089");
        StreamExecutionEnvironment env = StreamExecutionEnvironment.createLocalEnvironmentWithWebUI(conf);
        // 产生一个初始数据流，这里我们使用一个简单的集合作为数据源
        DataStream initialStream = env.fromElements("Hello", "Flink", "World","Hello", "Flink", "World");
        // 定义一个 Map 算子，将流中的每个字符串转换为大写
        DataStream transformedStream = initialStream.map(new MapFunction() {
            @Override
            public String map(String value) throws Exception {
                return value.toUpperCase();
            }
        });
        // 使用 ProcessFunction 增加处理时间
        transformedStream
                .keyBy((String value) -> value) // 这里使用每个字符串本身作为 key，只是为了演示
                .process(new ProcessFunction() {
                    @Override
                    public void processElement(String value, Context ctx, Collector out) throws Exception {
                        // 模拟处理时间，例如，延迟5秒
                        Thread.sleep(85000);
                        out.collect(value);
                    }
                })
                .print(); // 输出转换后的数据流
        env.execute("Java Flink Job with Map Operator");
    }
}

Ui 结果：