流类数据转换

//将对象转为字节数组
 public byte[] object2ByteArray() throws Exception{
  ByteArrayOutputStream baos = new ByteArrayOutputStream();
  DataOutputStream dos = new DataOutputStream(baos);
  
  //通过dos将对象内容写入baos
  dos.writeUTF(this.cname);
  dos.writeUTF(this.phone);
  dos.writeInt(this.age);
  baos.close();
  dos.close();
  
  return baos.toByteArray();//返回字节数组
 }

 //将字节数组转为对象
 public static Customer byteArray2Object(byte[] b) throws Exception{
  ByteArrayInputStream bais = new ByteArrayInputStream(b);
  DataInputStream dis = new DataInputStream(bais);
  //从bais读取内容
  Customer cus = new Customer();
  cus.setCname(dis.readUTF());
  cus.setPhone(dis.readUTF());
  cus.setAge(dis.readInt());
  bais.close();
  dis.close();
  return cus;
 }
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Flink是一个式处理框架,它提供了丰富的数据操作和转换功能。在Flink中,数据流类转换是指将一个数据从一种类型转换为另一种类型的操作。 Flink中的数据流类转换可以通过以下几种方式实现: 1. Map转换:Map转换是最常用的数据流类转换操作之一。它接收一个输入数据,并将每个元素通过用户定义的函数进行转换,生成一个新的数据。 2. FlatMap转换:FlatMap转换与Map转换类似,但它可以生成零个、一个或多个输出元素。它接收一个输入数据,并将每个元素通过用户定义的函数进行转换,生成一个或多个新的数据。 3. Filter转换:Filter转换用于过滤掉不符合条件的元素。它接收一个输入数据,并根据用户定义的条件函数对每个元素进行判断,只保留满足条件的元素,生成一个新的数据。 4. KeyBy转换:KeyBy转换用于按照指定的键对数据进行分组。它接收一个输入数据,并根据用户指定的键选择对应的字段作为分组依据,生成一个分组后的数据。 5. Reduce转换:Reduce转换用于对分组后的数据进行聚合操作。它接收一个分组后的数据,并根据用户定义的聚合函数对每个分组进行聚合操作,生成一个新的数据。 6. Window转换:Window转换用于将无界的数据切分为有界的窗口,并对每个窗口内的数据进行操作。它接收一个输入数据,并根据用户指定的窗口规则将数据切分为窗口,然后对每个窗口内的数据进行操作,生成一个新的数据。 以上是Flink中常用的数据流类转换操作,通过这些转换操作,可以实现对数据的各种处理和转换。如果你有其他相关问题,请继续提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值