flink常用算子介绍_flink print算子

最新推荐文章于 2024-07-30 21:21:31 发布

2401_84140112

最新推荐文章于 2024-07-30 21:21:31 发布

阅读量886

点赞数 13

分类专栏： 2024年程序员学习文章标签：运维 linux 面试

本文链接：https://blog.csdn.net/2401_84140112/article/details/138886564

版权

2024年程序员学习专栏收录该内容

82 篇文章 2 订阅

订阅专栏

为了做好运维面试路上的助攻手，特整理了上百道 【运维技术栈面试题集锦】 ，让你面试不慌心不跳，高薪offer怀里抱！

这次整理的面试题，小到shell、MySQL，大到K8s等云原生技术栈，不仅适合运维新人入行面试需要，还适用于想提升进阶跳槽加薪的运维朋友。

本份面试集锦涵盖了

174 道运维工程师面试题
128道k8s面试题
108道shell脚本面试题
200道Linux面试题
51道docker面试题
35道Jenkis面试题
78道MongoDB面试题
17道ansible面试题
60道dubbo面试题
53道kafka面试
18道mysql面试题
40道nginx面试题
77道redis面试题
28道zookeeper

总计 1000+ 道面试题，内容又全含金量又高

174道运维工程师面试题

1、什么是运维?

2、在工作中，运维人员经常需要跟运营人员打交道，请问运营人员是做什么工作的?

3、现在给你三百台服务器，你怎么对他们进行管理?

4、简述raid0 raid1raid5二种工作模式的工作原理及特点

5、LVS、Nginx、HAproxy有什么区别?工作中你怎么选择?

6、Squid、Varinsh和Nginx有什么区别，工作中你怎么选择?

7、Tomcat和Resin有什么区别，工作中你怎么选择?

8、什么是中间件?什么是jdk?

9、讲述一下Tomcat8005、8009、8080三个端口的含义？

10、什么叫CDN?

11、什么叫网站灰度发布?

12、简述DNS进行域名解析的过程?

13、RabbitMQ是什么东西?

14、讲一下Keepalived的工作原理?

15、讲述一下LVS三种模式的工作过程?

16、mysql的innodb如何定位锁问题，mysql如何减少主从复制延迟?

17、如何重置mysql root密码?

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以点击这里获取！

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

flink任务中【Transformation 数据转换】是对数据进行操作，有 Map、FlatMap、Filter、KeyBy 、Reduce 、Fold 、Aggregations、Window 、WindowAll 、Union 、Window join 、Split 、Select 、Project 等，通过对数据的操作，转换成想要的数据，即是目标数据。

Map
Map 算⼦的输⼊流是 DataStream，经过 Map 算⼦后返回的数据格式是 SingleOutputStreamOperator 类型，获取⼀个元素并⽣成⼀个元素。

SingleOutputStreamOperator<Employee> map = employeeStream.map(new MapFuncti
 @Override
 public Employee map(Employee employee) throws Exception {
 employee.salary = employee.salary + 5000;
 return employee;
 }
});
map.print();

FlatMap
FlatMap 算⼦的输⼊流是 DataStream，经过 FlatMap 算⼦后返回的数据格式是SingleOutputStreamOperator 类型，获取⼀个元素并⽣成零个、⼀个或多个元素。
Filter
对每个元素都进⾏判断，返回为 true 的元素，如果为 false 则丢弃数据
KeyBy
KeyBy 在逻辑上是基于 key 对流进⾏分区，相同的 Key 会被分到⼀个分区（这⾥分区指的就是下游算⼦多个并⾏节点的其中⼀个）。在内部，它使⽤ hash 函数对流进⾏分区。它返回 KeyedDataStream 数据流。
Reduce
Reduce 返回单个的结果值，并且 reduce 操作每处理⼀个元素总是创建⼀个新值。常⽤的⽅法有average、sum、min、max、count，使⽤ Reduce ⽅法都可实现。
Aggregations
DataStream API ⽀持各种聚合，例如 min、max、sum 等。这些函数可以应⽤于 KeyedStream 以获得Aggregations 聚合。
Window
Window 函数允许按时间或其他条件对现有 KeyedStream 进⾏分组。以下是以 10 秒的时间窗⼝聚合：
WindowAll
WindowAll 将元素按照某种特性聚集在⼀起，该函数不⽀持并⾏操作，默认的并⾏度就是 1，所以如果使⽤这个算⼦的话需要注意⼀下性能问题，以下是使⽤例⼦：
Union
Union 函数将两个或多个数据流结合在⼀起。这样后⾯在使⽤的时候就只需使⽤⼀个数据流就⾏了。如果我们将⼀个流与⾃身组合，那么组合后的数据流会有两份同样的数据，Union 的效果如下图所示。
Window Join
我们可以通过⼀些 key 将同⼀个 window 的两个数据流 join 起来。
Split