本文帶您快速體驗Flink Python流作業和批作業的部署和啟動，以瞭解Realtime ComputeFlink版Python作業的操作流程。
前提條件
如果您使用RAM使用者或RAM角色等身份訪問，需要確認已具有Flink控制台相關許可權，詳情請參見許可權管理。
已建立Flink工作空間，詳情請參見開通Realtime ComputeFlink版。
步驟一：準備Python代碼檔案
Realtime Compute管理主控台不提供Python的開發環境，您需要在本地完成作業開發。有關作業調試和連接器的使用，詳情請參見Python作業開發。
本地開發依賴的Flink版本需確保與後續步驟三：部署Python作業選擇的引擎版本保持一致，在Python作業中使用其他依賴（自訂的Python虛擬環境、第三方Python包、JAR包和資料檔案等）的方法請參見使用Python依賴。
為了協助您快速熟悉Flink Python作業操作，本文已為您提供統計單詞出現頻率的測試Python檔案和資料文本，您可以直接下載待後續步驟使用。
根據需要下載Python測試作業。
單擊Shakespeare，下載資料文本Shakespeare。
步驟二：上傳Python檔案和資料檔案
單擊目標工作空間操作列下的控制台。
在左側導覽列，單擊檔案管理。
單擊上傳資源，上傳要部署的Python檔案和資料檔案。
此處上傳步驟一下載的Python測試檔案和資料檔案，檔案儲存體路徑詳情請參見檔案管理。
步驟三：部署Python作業
流作業
在介面，單擊。
填寫部署資訊。
參數
說明
樣本
部署模式
請選擇部署為流模式。
流模式
部署名稱
填寫對應的Python作業名稱。
flink-streaming-test-python
引擎版本
當前作業使用的Flink引擎版本。
vvr-8.0.9-flink-1.17
Python檔案地址
單擊word_count_streaming.py下載測試Python檔案後，再單擊右側
表徵圖選擇檔案，上傳Python檔案。-
Entry Module
程式的入口類。
如果Python作業檔案為.py檔案，則該項不需要填寫。
如果Python作業檔案為.zip檔案，則需要在此處輸入您的Entry Module，例如word_count。
無需填寫
Entry Point Main Arguments
填寫傳入參數資訊，在主方法裡面調用該參數。
本文填寫輸入資料檔案Shakespeare的存放路徑。
--input oss://<您綁定的OSS Bucket名稱>/artifacts/namespaces/<專案空間名稱>/Shakespeare您可以直接在檔案管理中複製Shakespeare檔案的完整路徑。
部署目標
在下拉式清單中，選擇目標資源隊列或者Session叢集（請勿生產使用）。詳情請參見管理資源隊列和建立Session叢集。
重要部署到Session叢集的作業不支援顯示監控警示（或資料曲線）、配置監控警示和開啟自動調優功能。請勿將Session叢集用於正式生產環境，Session叢集可以作為開發測試環境。詳情請參見作業調試。
default-queue
更多配置參數詳情請參見部署作業。
單擊部署。
批作業
在介面，單擊部署作業，選擇Python作業。
填寫部署資訊。
參數
說明
樣本
部署模式
請選擇部署為批模式。
批模式
部署名稱
填寫對應的Python作業名稱。
flink-batch-test-python
引擎版本
當前作業使用的Flink引擎版本。
vvr-8.0.9-flink-1.17
Python檔案地址
單擊word_count_batch.py下載測試Python檔案後，再單擊右側
表徵圖選擇檔案，上傳Python檔案。-
Entry Module
程式的入口類。
如果Python作業檔案為.py檔案，則該項不需要填寫。
如果Python作業檔案為.zip檔案，則需要在此處輸入您的Entry Module，例如word_count。
無需填寫
Entry Point Main Arguments
填寫傳入參數資訊，在主方法裡面調用該參數。
本文填寫輸入資料檔案Shakespeare和輸出資料目錄batch-quickstart-test-output的存放路徑。
說明您只需指定輸出目錄的路徑名稱，無需提前在儲存服務中建立輸出目錄，輸出目錄的父目錄路徑與輸入檔案保持一致即可。
--input oss://<您綁定的OSS Bucket名稱>/artifacts/namespaces/<專案空間名稱>/Shakespeare--output oss://<您綁定的OSS Bucket名稱>/artifacts/namespaces/<專案空間名稱>/python-batch-quickstart-test-output您可以直接在檔案管理中複製Shakespeare檔案的完整路徑。
部署目標
在下拉式清單中，選擇目標資源隊列或者Session叢集（請勿生產使用）。詳情請參見管理資源隊列和建立Session叢集。
重要部署到Session叢集的作業不支援顯示監控警示、配置監控警示和開啟自動調優功能。請勿將Session叢集用於正式生產環境，Session叢集可以作為開發測試環境。詳情請參見作業調試。
default-queue
更多配置參數詳情請參見部署作業。
單擊部署。
步驟四：啟動Python作業並查看Flink計算結果
流作業
在頁面，單擊目標作業名稱操作列中的啟動。
選擇無狀態啟動，單擊啟動，作業啟動詳情請參見作業啟動。
單擊啟動後，作業狀態變為運行中或已完成，則代表作業運行正常。如果您部署本文檔Python測試檔案，作業最終運行狀態是已完成狀態。
作業狀態變為運行中後，查看流作業樣本的計算結果。
重要如果您部署的是本文Python測試檔案，流作業變為已完成狀態時會刪除作業結果，故流作業狀態為運行中才能看到計算結果。
在TaskManager中以.out結尾的記錄檔中，搜尋shakespeare查看Flink計算結果。
批作業
（可選）步驟五：停止作業
如果您對作業進行了修改（例如更改代碼、增刪改WITH參數、更改作業版本等），且希望修改生效，則需要重新部署作業，然後停止再啟動。另外，如果作業無法複用State，希望作業全新啟動時，或者更新非動態生效的參數配置時，也需要停止後再啟動作業。作業停止詳情請參見作業停止。
相關文檔
您可以在作業啟動前配置作業資源或者作業上線後修改作業資源，支援基礎模式（粗粒度）和專家模式（細粒度）兩種資源模式，詳情請參見配置作業資源。
支援動態更新Flink作業參數，可以實現更快的參數配置生效，減少作業啟停對業務的停機時間，詳情請參見動態擴縮容與參數動態更新。
配置作業記錄層級以及配置不同層級日誌分別輸出，詳情請參見配置作業日誌輸出。
SQL作業完整的開發流程樣本，請參見Flink SQL作業快速入門。