3. 设计Flink程序模拟流式数据源。要求每1秒钟随机生成一条订单信息，包含： 订单ID、用户ID、订单金额、时间戳。其中，订单ID为UUID格式，用户ID为user01-user09， 订单金额200-1200，时间戳为当前系统时间。

以下是一个使用 Flink 模拟流式数据源的程序，每秒钟生成一条订单信息：

import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

import java.util.Random;
import java.util.UUID;

public class OrderGenerator {

    public static void main(String[] args) throws Exception {
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 设置并行度为1，避免乱序
        env.setParallelism(1);

        // 生成订单信息流
        DataStream<Order> orderStream = env.addSource(new OrderSource());

        // 打印订单信息
        orderStream.print();

        env.execute("Order Generator");
    }

    // 订单信息
    public static class Order {
        public String orderId;
        public String userId;
        public double amount;
        public long timestamp;

        public Order() {}

        public Order(String orderId, String userId, double amount, long timestamp) {
            this.orderId = orderId;
            this.userId = userId;
            this.amount = amount;
            this.timestamp = timestamp;
        }

        @Override
        public String toString() {
            return "Order{" +
                    "orderId='" + orderId + '\'' +
                    ", userId='" + userId + '\'' +
                    ", amount=" + amount +
                    ", timestamp=" + timestamp +
                    '}';
        }
    }

    // 订单信息源
    public static class OrderSource implements org.apache.flink.streaming.api.functions.source.SourceFunction<Order> {
        private volatile boolean isRunning = true;

        @Override
        public void run(SourceContext<Order> ctx) throws Exception {
            Random random = new Random();

            while (isRunning) {
                String orderId = UUID.randomUUID().toString();
                String userId = "user0" + (random.nextInt(9) + 1);
                double amount = random.nextInt(1001) + 200;
                long timestamp = System.currentTimeMillis();

                ctx.collect(new Order(orderId, userId, amount, timestamp));

                Thread.sleep(1000);
            }
        }

        @Override
        public void cancel() {
            isRunning = false;
        }
    }
}

在上面的程序中，我们定义了一个 `Order` 类，用于表示订单信息。然后，我们定义了一个 `OrderSource` 类，实现了 `SourceFunction` 接口，用于生成订单信息流。在 `run` 方法中，我们使用 `java.util.Random` 类生成随机的订单信息，并使用 `ctx.collect` 方法将订单信息发送到 Flink 引擎中。最后，我们使用 `env.addSource` 方法将订单信息流添加到 Flink 程序中，并使用 `orderStream.print()` 方法打印订单信息。