Flink俩个入门实例

Flink处理数据

目录结构

pom文件

     <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-scala_2.12</artifactId>
            <version>1.9.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-scala_2.12</artifactId>
            <version>1.9.1</version>
        </dependency>

1.模块处理数据

读取本地文件helloword.txt中的数据,并进行wordcount操作

helloword.txt文件中的数据

hello flink
hello scala
hello world
package com.thomas.wc

import org.apache.flink.api.java.utils.ParameterTool
import org.apache.flink.api.scala._

/**
 * @author Thomas
 * @date 2020/2/9 15:27
 * @version 1.0
 */
object WrodCount {
  def main(args: Array[String]): Unit = {

    val params: ParameterTool = ParameterTool.fromArgs(args)
    val path: String = params.get("path")

    //创建执行环境
    val environment: ExecutionEnvironment = ExecutionEnvironment.getExecutionEnvironment
    //从文件中读取数据
    val inputPath = path
    val inputDataSet: DataSet[String] = environment.readTextFile(inputPath)
    //进行数据处理
    val wordCount = inputDataSet.flatMap(_.split(" ")).map((_, 1)).groupBy(0).sum(1)
    //输出
    wordCount.print()
  }
}

在idea中设置path值

2.流式处理数据

实时处理数据

数据源,使用nc -lk 9999,在虚拟机中开一个端口用于输出数据

package com.thomas.wc

import java.security.Policy.Parameters

import org.apache.flink.api.java.utils.ParameterTool
import org.apache.flink.streaming.api.scala._


/**
 * @author Thomas
 * @date 2020/2/9 15:41
 * @version 1.0
 */
object StreamWordCount {
  def main(args: Array[String]): Unit = {

    val params: ParameterTool = ParameterTool.fromArgs(args)
    val host: String = params.get("host")
    val port: Int = params.getInt("port")

    //创建流处理执行环境
    val env: StreamExecutionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment
    //接收数据
    val dataStream: DataStream[String] = env.socketTextStream(host, port)

    //数据处理
    val dataStreamSet: DataStream[(String, Int)] = dataStream.flatMap(_.split(" ")).filter(_.nonEmpty).map((_, 1)).keyBy(0).sum(1)

    //输出
    dataStreamSet.print()

    //执行任务
    env.execute("Hello Flink Stream WordCount")


  }
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Flink 通过使用 `join()` 方法来实现两个流的 join 操作。具体实现方式取决于 join 的类型,包括: 1. Inner Join:只输出两个流中 key 相同的元素。可以使用 `join()` 方法实现,也可以使用 `join()` 方法的简化版本 `joinWith()` 实现。 2. Left Join:输出左侧流的所有元素以及与右侧流中 key 相同的元素。可以使用 `leftJoin()` 方法实现。 3. Right Join:输出右侧流的所有元素以及与左侧流中 key 相同的元素。可以使用 `rightJoin()` 方法实现。 4. Full Outer Join:输出左右两侧流的所有元素。可以使用 `fullOuterJoin()` 方法实现。 下面是一个使用 `join()` 方法实现 Inner Join 的代码示例: ```java DataStream<Tuple2<String, Integer>> stream1 = ... DataStream<Tuple2<String, String>> stream2 = ... DataStream<Tuple3<String, Integer, String>> result = stream1.join(stream2) .where(0) // 指定第一个流的 key 为 join 条件 .equalTo(0) // 指定第二个流的 key 为 join 条件 .map(new MapFunction<Tuple2<Tuple2<String, Integer>, Tuple2<String, String>>, Tuple3<String, Integer, String>>() { @Override public Tuple3<String, Integer, String> map(Tuple2<Tuple2<String, Integer>, Tuple2<String, String>> value) throws Exception { return new Tuple3<>(value.f0.f0, value.f0.f1, value.f1.f1); // 将 join 后的结果转换成新的 Tuple } }); ``` 上面的代码中,我们首先从两个流中获取数据流 `stream1` 和 `stream2`,然后使用 `join()` 方法进行 join 操作。在 join 操作中,我们使用 `where()` 方法指定第一个流的 key 为 join 条件,使用 `equalTo()` 方法指定第二个流的 key 为 join 条件。最后,我们使用 `map()` 方法将 join 后的结果转换成新的 Tuple,最终得到的结果是一个三元组,其中第一个元素是 key,第二个元素是 `stream1` 的 value,第三个元素是 `stream2` 的 value。

“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