下面是我们如何处理gradle的！
我们有两个子项目： job ：对于要运行的流作业 runtime ：对于其他运行时依赖项（例如自定义 FileSystem （实施）
我们为运行时提供的依赖项创建一个新的gradle配置：

configurations {
  provided,
  compile.extendsFrom provided
}

然后将提供的依赖项标记为：

provided("org.apache.flink:flink-java:1.6.0")  // flink java v1.6.0

然后，我们修改 jar 任务来构建一个没有任何 provided 依赖项：

jar {
  dependsOn configurations.runtime
  from {
    (configurations.runtime - configurations.provided).collect {
      it.isDirectory()? it : zipTree(it)
    }
  } {
    exclude 'META-INF/*.RSA'
    exclude 'META-INF/*.SF'
    exclude 'META-INF/*.DSA'
  }
  manifest {
    attributes 'Main-Class': 'com.example.Entrypoint'
  }
}

结果是 jar 具有必需的依赖项( compile )捆绑，然后使用web ui进行部署。
对于定制的运行时依赖项，我们构建了一个定制的docker映像并推送构建的工件( runtime.jar ，使用与上面相同的配置构建）到 libs/ Flink的目录。如果您不使用docker，也可以手动执行此操作。
最后，在我们的特殊情况下，在我们的作业和运行时依赖（使用反射发现）之间没有定义直接依赖。

您可以在flink的集群中预先放置依赖jar lib （请参阅避免动态类加载）并在每次提交作业时上载瘦jar。