请描述在Flink中构建一个基础DataStream作业的步骤是什么？

回答思路

1. 【回答框架 1】DataStream作业通常包含四个核心步骤：获取执行环境、定义数据源、应用转换操作、定义输出。执行环境通过StreamExecutionEnvironment.getExecutionEnvironment获取，它决定了作业的并行度和运行模式。
2. 【回答框架 2】数据源通过env.addSource或env.fromElements等方法创建，可以是文件、socket或自定义SourceFunction。转换操作通过map、filter、keyBy等算子实现，每个算子返回新的DataStream，形成DAG。
3. 【回答框架 3】输出通过DataStream.addSink或print方法定义，需指定SinkFunction或将结果写入外部系统。最后调用env.execute启动作业，这会触发Flink应用打包、提交和运行。
4. 【回答框架 4】作业的并行度可通过env.setParallelism、算子算子单独设置或提交时指定。运行时需保证算子可序列化，且状态和检查点配置需根据作业场景调整。
5. 【回答框架 5】整体上，简单作业的核心是理解流处理的声明式API，重点在于数据流的构建和最终触发。无需关注内部细节时，按模板填写即可。
6. 【关键点 1】创建执行环境并设置并行度
7. 【关键点 2】定义source和sink
8. 【关键点 3】调用execute触发作业
9. 【易错点 1】忘记调用execute导致作业不启动
10. 【易错点 2】未正确设置并行度导致性能问题
11. 【易错点 3】使用已弃用的API导致兼容性问题