在 Spring Boot 中配置 Flink 的資源管理，需要遵循以下步驟：

1. 添加 Flink 依賴項

在你的 pom.xml 文件中，添加 Flink 和 Flink-connector-kafka 的依賴項。這里以 Flink 1.14 版本為例：

    <!-- Flink dependencies -->
   <dependency>
       <groupId>org.apache.flink</groupId>
       <artifactId>flink-java</artifactId>
       <version>1.14.0</version>
    </dependency>
   <dependency>
       <groupId>org.apache.flink</groupId>
       <artifactId>flink-streaming-java_${scala.binary.version}</artifactId>
       <version>1.14.0</version>
    </dependency>
   <dependency>
       <groupId>org.apache.flink</groupId>
       <artifactId>flink-connector-kafka_${scala.binary.version}</artifactId>
       <version>1.14.0</version>
    </dependency>
</dependencies>

2. 創建 Flink 配置類

創建一個名為 FlinkConfiguration 的配置類，用于定義 Flink 的相關配置。

import org.apache.flink.configuration.Configuration;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class FlinkConfiguration {

    @Bean
    public Configuration getFlinkConfiguration() {
        Configuration configuration = new Configuration();
        // 設置 Flink 的相關配置，例如：
        configuration.setString("rest.port", "8081");
        configuration.setString("taskmanager.numberOfTaskSlots", "4");
        return configuration;
    }
}

3. 創建 Flink 作業管理器

創建一個名為 FlinkJobManager 的類，用于管理 Flink 作業的生命周期。

import org.apache.flink.api.common.JobExecutionResult;
import org.apache.flink.configuration.Configuration;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;

@Component
public class FlinkJobManager {

    @Autowired
    private Configuration flinkConfiguration;

    public JobExecutionResult execute(FlinkJob job) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.createLocalEnvironmentWithWebUI(flinkConfiguration);
        // 配置 StreamExecutionEnvironment，例如設置 Checkpoint 等
        job.execute(env);
        return env.execute(job.getJobName());
    }
}

4. 創建 Flink 作業接口

創建一個名為 FlinkJob 的接口，用于定義 Flink 作業的基本方法。

import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

public interface FlinkJob {

    String getJobName();

    void execute(StreamExecutionEnvironment env);
}

5. 實現 Flink 作業

創建一個實現了 FlinkJob 接口的類，用于定義具體的 Flink 作業邏輯。

import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer;

import java.util.Properties;

public class MyFlinkJob implements FlinkJob {

    @Override
    public String getJobName() {
        return "My Flink Job";
    }

    @Override
    public void execute(StreamExecutionEnvironment env) {
        Properties kafkaProperties = new Properties();
        kafkaProperties.setProperty("bootstrap.servers", "localhost:9092");
        kafkaProperties.setProperty("group.id", "my-flink-job");

        FlinkKafkaConsumer<String> kafkaConsumer = new FlinkKafkaConsumer<>("my-topic", new SimpleStringSchema(), kafkaProperties);
        DataStream<String> stream = env.addSource(kafkaConsumer);

        // 實現 Flink 作業邏輯
        // ...
    }
}

6. 在 Spring Boot 應用中運行 Flink 作業

在你的 Spring Boot 應用中，使用 FlinkJobManager 運行 Flink 作業。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.CommandLineRunner;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class MyApplication implements CommandLineRunner {

    @Autowired
    private FlinkJobManager flinkJobManager;

    @Autowired
    private MyFlinkJob myFlinkJob;

    public static void main(String[] args) {
        SpringApplication.run(MyApplication.class, args);
    }

    @Override
    public void run(String... args) throws Exception {
        flinkJobManager.execute(myFlinkJob);
    }
}

通過以上步驟，你可以在 Spring Boot 中配置和運行 Flink 作業。注意，這里只是一個簡單的示例，你可能需要根據實際需求調整代碼。