包名和版本说明：
- PyAlink 根据 Alink 所支持的 Flink 版本提供不同的 Python 包：
其中，
pyalink包对应为 Alink 所支持的最新 Flink 版本，而pyalink-flink-***为旧版本的 Flink 版本，当前提供pyalink-flink-1.9。 - Python 包的版本号与 Alink 的版本号一致，例如
1.1.0。
安装步骤：
- 确保使用环境中有Python3，版本限于 3.6 和 3.7。
- 确保使用环境中安装有 Java 8。
- 使用 pip 命令进行安装：
pip install pyalink或者pip install pyalink-flink-1.9（注意：当前pyalink-flink-1.9还不可用，请使用下面提供的下载链接。）。
安装注意事项：
pyalink和pyalink-flink-***不能同时安装，也不能与旧版本同时安装。 如果之前安装过pyalink或者pyalink-flink-***，请使用pip uninstall pyalink或者pip uninstall pyalink-flink-***卸载之前的版本。- 出现
pip安装缓慢或不成功的情况，可以参考这篇文章修改pip源，或者直接使用下面的链接下载 whl 包，然后使用pip安装： - 如果有多个版本的 Python，可能需要使用特定版本的
pip，比如pip3；如果使用 Anaconda，则需要在 Anaconda 命令行中进行安装。
我们推荐通过 Jupyter Notebook 来使用 PyAlink，能获得更好的使用体验。
使用步骤：
- 在命令行中启动Jupyter：
jupyter notebook，并新建 Python 3 的 Notebook 。 - 导入 pyalink 包：
from pyalink.alink import *。 - 使用方法创建本地运行环境：
useLocalEnv(parallism, flinkHome=None, config=None)。 其中，参数parallism表示执行所使用的并行度；flinkHome为 flink 的完整路径，默认使用 PyAlink 自带的 flink-1.9.0 路径；config为Flink所接受的配置参数。运行后出现如下所示的输出，表示初始化运行环境成功：
JVM listening on ***
Python listening on ***
- 开始编写 PyAlink 代码，例如：
source = CsvSourceBatchOp()\
.setSchemaStr("sepal_length double, sepal_width double, petal_length double, petal_width double, category string")\
.setFilePath("https://alink-release.oss-cn-beijing.aliyuncs.com/data-files/iris.csv")
res = source.select(["sepal_length", "sepal_width"])
df = res.collectToDataframe()
print(df)
在 PyAlink 中，算法组件提供的接口基本与 Java API 一致，即通过默认构造方法创建一个算法组件，然后通过 setXXX 设置参数，通过 link/linkTo/linkFrom 与其他组件相连。
这里利用 Jupyter 的自动补全机制可以提供书写便利。
对于批式作业，可以通过批式组件的 print/collectToDataframe/collectToDataframes 等方法或者 BatchOperator.execute() 来触发执行；对于流式作业，则通过 StreamOperator.execute() 来启动作业。
Q：安装 PyAlink 后，使用时报错：AttributeError： 'NoneType' object has no attribute 'jvm，如何解决？
A：这个报错信息是因为 PyAlink 的 Java 部分没有成功启动导致的：
- 请先检查是否正确安装 Java 8，可以在 Jupyter 中直接运行
!java --version，如果正确显示版本号（比如 1.8.*）则正常，否则请安装 Java 8，并检查环境变量是否正确。 - 在 Jupyter 中运行
import pyalink; print(pyalink.__path__)，应该输出一个路径。 请使用系统的文件管理工具定位到这个目录，如果这个目录包含有名为alink和lib目录则正常，否则 pyalink 安装有问题，请卸载重装。
Q：能否连接远程 Flink 集群进行计算？
A：通过方法可以连接一个已经启动的 Flink 集群：useRemoteEnv(host, port, parallelism, flinkHome=None, localIp="localhost", shipAlinkAlgoJar=True, config=None)。其中，参数
host和port表示集群的地址；parallelism表示执行作业的并行度；flinkHome为 flink 的完整路径，默认使用 PyAlink 自带的 flink-1.9.0 路径；localIp指定实现Flink DataStream的打印预览功能时所需的本机IP地址，需要 Flink 集群能访问。默认为localhost。shipAlinkAlgoJar是否将 PyAlink 提供的 Alink 算法包传输给远程集群，如果远程集群已经放置了 Alink 算法包，那么这里可以设为 False，减少数据传输。
Flink-1.10 及以上版本对应的 pyalink 包，还支持类似 pyflink 脚本的远程集群运行方式。
Q：如何停止长时间运行的Flink作业？
A：使用本地执行环境时，使用 Notebook 提供的“停止”按钮即可。 使用远程集群时，需要使用集群提供的停止作业功能。
Q：能否直接使用 Python 脚本而不是 Notebook 运行？
A：可以。但需要在代码最后调用 resetEnv()，否则脚本不会退出。