要使用Apache Flink中的AggregateFunction进行计数，可以按照以下步骤操作：

1. 导入所需的Flink库和类：

import org.apache.flink.api.common.functions.AggregateFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

2. 创建一个自定义的AggregateFunction类，并实现其方法：

public class CountAggregate implements AggregateFunction, Integer, Integer> {

  @Override
  public Integer createAccumulator() {
    return 0; // 初始化计数器的初始值
  }

  @Override
  public Integer add(Tuple2 value, Integer accumulator) {
    return accumulator + 1; // 每次输入一个元素，计数器加1
  }

  @Override
  public Integer getResult(Integer accumulator) {
    return accumulator; // 返回最终的计数结果
  }

  @Override
  public Integer merge(Integer a, Integer b) {
    return a + b; // 合并多个分区的计数结果
  }
}

3. 在主函数中使用AggregateFunction：

public class CountExample {

  public static void main(String[] args) throws Exception {
    // 创建执行环境
    StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

    // 创建输入数据流
    DataStream> input = env.fromElements(
        new Tuple2<>("a", 1),
        new Tuple2<>("b", 2),
        new Tuple2<>("a", 3),
        new Tuple2<>("c", 4),
        new Tuple2<>("b", 5)
    );

    // 使用AggregateFunction进行计数
    DataStream count = input.keyBy(0)
        .countWindow(2) // 设置窗口大小为2
        .aggregate(new CountAggregate());

    // 打印计数结果
    count.print();

    // 执行任务
    env.execute("Count Example");
  }
}

在上述示例中，我们首先创建了一个自定义的AggregateFunction类CountAggregate，用于计数。然后，在主函数中创建了一个输入数据流，并对其进行了窗口操作countWindow(2)，设置窗口大小为2。最后，使用aggregate()方法将自定义的CountAggregate函数应用于窗口中的数据，并打印计数结果。执行环境通过env.execute()方法启动。