共计 1677 个字符，预计需要花费 5 分钟才能阅读完成。
前言
之前写了不少 Flink 文章了，也有不少 demo，但是文章写的时候都是在本地直接运行 Main 类的 main 方法，其实 Flink 是支持在 UI 上上传 Flink Job 的 jar 包，然后运行得。最开始在第一篇《从 0 到 1 学习 Flink》—— Mac 上搭建 Flink 1.6.0 环境并构建运行简单程序入门 中其实提到过了 Flink 自带的 UI 界面，今天我们就来看看如何将我们的项目打包在这里发布运行。
准备
编译打包
项目代码就拿我之前的文章《从 0 到 1 学习 Flink》—— Flink 写入数据到 ElasticSearch 吧，代码地址是在 GitHub 仓库地址：https://github.com/zhisheng17/flink-learning/tree/master/flink-learning-connectors/flink-learning-connectors-es6，如果感兴趣的可以直接拿来打包试试水。
我们在整个项目（flink-learning）pom.xml 所在文件夹执行以下命令打包：
mvn clean install
然后你会发现在 flink-learning-connectors-es6 的 target 目录下有 flink-learning-connectors-es6-1.0-SNAPSHOT.jar。
启动 ES
注意你的 Kafka 数据源和 ES 都已经启动好了, 清空了下 ES 目录下的 data 数据，为了就是查看是不是真的有数据存入进来了。
提交 jar 包
将此文件提交到 Flinkserver 上，如下图：
点击下图红框中的 ”Upload” 按钮：
如下图，选中刚刚上传的文件，填写类名，再点击 ”Submit” 按钮即可启动 Job：
查看运行结果
如下图，在 Overview 页面可见正在运行的任务：
你可以看到 Task Manager 中关于任务的 metric 数据、日志信息以及 Stdout 信息。
查看 Kibana，此时 ES 中已经有数据了：
我们可以在 flink ui 界面上的 overview cancel 这个 job，那么可以看到 job 的日志：
总结
本篇文章写了下如何将我们的 job 编译打包并提交到 Flink 自带到 Server UI 上面去运行，也算是对前面文章的一个补充，当然了，Flink job 不仅支持这种模式的运行，它还可以运行在 K8s，Mesos，等上面，等以后我接触到再写写。
本文原创地址是: http://www.54tianzhisheng.cn/2019/01/05/Flink-run/ , 未经允许禁止转载。
关注我
微信公众号：zhisheng
另外我自己整理了些 Flink 的学习资料，目前已经全部放到微信公众号了。你可以加我的微信：zhisheng_tian，然后回复关键字：Flink 即可无条件获取到。
Github 代码仓库
https://github.com/zhisheng17/flink-learning/
以后这个项目的所有代码都将放在这个仓库里，包含了自己学习 flink 的一些 demo 和博客
相关文章
1、《从 0 到 1 学习 Flink》—— Apache Flink 介绍
2、《从 0 到 1 学习 Flink》—— Mac 上搭建 Flink 1.6.0 环境并构建运行简单程序入门
3、《从 0 到 1 学习 Flink》—— Flink 配置文件详解
4、《从 0 到 1 学习 Flink》—— Data Source 介绍
5、《从 0 到 1 学习 Flink》—— 如何自定义 Data Source？
6、《从 0 到 1 学习 Flink》—— Data Sink 介绍
7、《从 0 到 1 学习 Flink》—— 如何自定义 Data Sink？
8、《从 0 到 1 学习 Flink》—— Flink Data transformation(转换)
9、《从 0 到 1 学习 Flink》—— 介绍 Flink 中的 Stream Windows
10、《从 0 到 1 学习 Flink》—— Flink 中的几种 Time 详解
11、《从 0 到 1 学习 Flink》—— Flink 写入数据到 ElasticSearch
12、《从 0 到 1 学习 Flink》—— Flink 项目如何运行？
13、《从 0 到 1 学习 Flink》—— Flink 写入数据到 Kafka