Flink与HadApache Flink 与 Hadoop Hadoop Distributed File System (HDFS) 的交互主要体现在数据的读取与写入上。Flink 作为一个分布式流处理和批处理框架，可以很好地与 HDFS 集成，实现数据的输入输出。

**数据读取**：
- **批处理模式**：在批处理场景下，Flink 可以通过 FileSystem 输入格式从 HDFS 中读取静态数据集，如文本文件、序列化文件等。Flink 提供了多种文件系统的 connector，其中包括 Hadoop 文件系统 connector，可以直接读取 HDFS 上的数据。
- **流处理模式**：尽管 Flink 更多地是以流式处理为核心，但在某些场景下，也可以读取 HDFS 上持续追加的文件作为流式数据源。例如，可以通过监视目录或文件结束符（如 `_SUCCESS` 文件）来读取新增的数据块。

**数据写入**：
- **批处理结果输出**：Flink 完成批处理任务后，可以将结果数据以文件形式持久化到 HDFS，便于后续的离线分析或其它批处理作业继续处理。
- **流处理结果实时写入**：在流处理场景下，Flink 可以将处理后的实时结果数据实时写入到 HDFS 中，便于其他系统或服务后续读取和使用。Flink 提供了多种 Sink（接收器）用于将数据写入 HDFS，比如 `HadoopOutputFormatSinkFunction` 或 `HadoopFileSystemSink`。

**示例**：
使用 Flink DataStream API 时，可以通过以下方式与 HDFS 交互：

```java
// 读取 HDFS 数据
env.readFile(new TextInputFormat(new Path("hdfs://namenode:port/path/to/input")), "input", new SimpleStringSchema());

// 写入 HDFS 数据
DataStream<String> stream = ... // 处理后的数据流
stream.addSink(new HadoopFsSink<>(new Path("hdfs://namenode:port/path/to/output"),
new SimpleStringEncoder<>("UTF-8"), new TextOutputFormat<>()));

// 或者使用 OutputFormatSinkFunction
stream.addSink(new OutputFormatSinkFunction<>(new TextOutputFormat<>(new Path("hdfs://namenode:port/path/to/output")) {
@Override
public void writeRecord(Object record) throws IOException {
getOutputFormat().writeRecord(record);
}
}));
```

通过上述方式，Flink 便能与 HDFS 实现高效、稳定的读写交互，满足大规模数据处理的需求。