Flink 做为流式计算框架，它可用来做批处理，处理静态的数据集、历史数据集；也可以用来做流处理，处理实时数据流，实时的产生数据流结果，只要数据源源不断的过来，Flink 就能够一直计算下去，这个 Data Sources 就是数据源。
Flink 中你可以使用 StreamExecutionEnvironment.getExecutionEnvironment().addSource(sourceFunction) 来添加数据源。
Flink 已经提供若干实现好了的 source functions。source functions可大致归为如下几类：
1、基于集合：有界数据集
- fromCollection(Collection) - 从 Java 的 Java.util.Collection 创建数据流。集合中的所有元素类型必须相同。
- fromCollection(Iterator, Class) - 从一个迭代器中创建数据流。Class 指定了该迭代器返回元素的类型。
- fromElements(T …) - 从给定的对象序列中创建数据流。所有对象类型必须相同。
- fromParallelCollection(SplittableIterator, Class) - 从一个迭代器中创建并行数据流。Class 指定了该迭代器返回元素的类型。
2、基于文件：适合监听文件修改并读取其内容
- readTextFile(path) - 读取文本文件，即符合 TextInputFormat 规范的文件，并将其作为字符串返回。
- readFile(fileInputFormat, path) - 根据指定的文件输入格式读取文件（一次）。
- readFile(fileInputFormat, path, watchType, interval, pathFilter, typeInfo) - 这是上面两个方法内部调用的方法。它根据给定的 fileInputFormat 和读取路径读取文件。根据提供的 watchType，这个 source 可以定期（每隔 interval 毫秒）监测给定路径的新数据（FileProcessingMode.PROCESS_CONTINUOUSLY），或者处理一次路径对应文件的数据并退出（FileProcessingMode.PROCESS_ONCE）。你可以通过 pathFilter 进一步排除掉需要处理的文件。
3、基于 Socket：监听主机的 host port，从 Socket 中获取数据
- socketTextStream(String hostname, int port) - 从 socket 读取。元素可以用分隔符切分。
4、自定义 addSource：多数用在无界的数据时。比如去消费 Kafka 某个 topic 上的数据，这时候就需要用到这个 addSource，Flink 直接提供了 FlinkKafkaConsumer011 等类可供你直接使用。你可以去看看FlinkKafkaConsumerBase 这个基础类，它是 Flink Kafka 消费的最根本的类。
SourceFunction是所有 stream source 的根接口，它继承自一个标记接口（空接口）Function。
实现了如下两个方法：
1、run ： 启动一个 source，即对接一个外部数据源然后 emit 元素形成 stream（大部分情况下会通过在该方法里运行一个 while 循环的形式来产生 stream）。
2、cancel ： 取消一个 source，也即将 run 中的循环 emit 元素的行为终止。
正常情况下，一个 SourceFunction 实现这两个接口方法就可以了。其实这两个接口方法也固定了一种实现模板。