Flink Source
DataSources模块定义了DataStream API 中数据输入操作，Flink中内置了很多数据源Source，例如：文件数据源、Socket数据源、集合数据源,同时也支持第三方数据源，例如：Kafka数据源、自定义数据源，下面分别使用DataStream API进行一一演示。
File Source
以上文件Source除了读取Text数据之外，还可以读取avro、csv、json、parquet格式对应文件，具体API可以参照官网：https://nightlies.apache.org/flink/flink-docs-release-1.16/docs/connectors/datastream/formats/overview/。
Socket Source
Flink读取Socket数据在前几个小节中已经演示过，这里不再读取Socket中的数据。Socket Source常用于程序测试。
集合 Source
Flink可以读取集合中的数据得到DataStream，这里我们自定义POJO创建StationLog对象来形成集合数据。
StationLog对象Java代码如下：
Kafka Source
读取Kafka中Value数据
读取Kafka中Key、Value数据
自定义 Source
对于一些其他的数据源，我们也可以实现自定义Source进行实时数据获取。自定义数据源有两种实现方式：
通过实现SourceFunction接口来自定义无并行度（也就是并行度只能为1）的Source。
通过实现ParallelSourceFunction 接口或者继承RichParallelSourceFunction 来自定义有并行度的数据源。
无论是那种接口实现方式都需要重写以下两个方法：
run()：大部分情况下都需要在run方法中实现一个循环产生数据，通过Flink上下文对象传递到下游。
cancel():当取消对应的Flink任务时被调用。
SourceFunction接口实现
实现SourceFunction 接口实现无并行度的自定义Source，java代码和Scala代码分别如下
ParallelSourceFunction接口实现
