Flink之Connector连接器

最新推荐文章于 2024-08-13 22:49:19 发布

alexdamiao

最新推荐文章于 2024-08-13 22:49:19 发布

阅读量7.9k

点赞数

分类专栏： flink 文章标签：大数据 Flink 流计算数据平台

本文链接：https://blog.csdn.net/alexdamiao/article/details/95019741

版权

本文介绍了Flink中的Streaming Connectors，包括预定义的Source和Sink，如基于文件、Socket的操作，以及集合和标准输出的处理。重点讲解了Flink与Apache Kafka的集成，包括Consumer的反序列化、消费起始位置设定、动态分区发现和Offset提交策略。此外，还提到了Apache Bahir中的扩展连接器和Async I/O的使用。

摘要由CSDN通过智能技术生成

Streaming Connectors

预定义的Source和Sink

基于文件的Source
- readTextFile(path)
- readFile(fileInputFormat,path)
基于文件的Sink
- writeAsText
- writeAsCsv
基于Socket
- socketTextStream
基于Socket的Sink
- writeToSocket
基于Collections、Iterators
- fromCollection、fromElements
标准输出、标准错误
- Print、printToError

一个SocketWindowWordCount的例子

public class SocketWindowWordCount {
    public static void main(String[] args) throws Exception {

        // 用final修饰符定义端口号，表示不可变
        final int port;
        try {
            final ParameterTool params = ParameterTool.fromArgs(args);
            port = params.getInt("port");
        } catch (Exception e) {
            System.err.println("No port specified. Please run 'SocketWindowWordCount --port <port>'");
            return;
        }

        // （1）获取执行环境
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // （2）获取数据流，例子中是从指定端口的socket中获取用户输入的文本
        DataStream<String> text = env.socketTextStream("localhost", port, "\n");

        // （3）transformation操作，对数据流实现算法
        DataStream<WordWithCount> windowCounts = text
                //将用户输入的文本流以非空白符的方式拆开来，得到单个的单词，存入命名为out的Collector中
                .flatMap(new FlatMapFunction<String, WordWithCount>() {
                    public void flatMap(String value, Collector<WordWithCount> out) {
                        for (String word : value.split("\\s")) {
                            out.collect(new WordWithCount(word, 1L));
                        }
                    }
                })
                //将输入的文本分为不相交的分区，每个分区包含的都是具有相同key的元素。也就是说，相同的单词被分在了同一个区域，下一步的reduce就是统计分区中的个数
                .keyBy("word")
                //滑动窗口机制，每1秒计算一次最近5秒
                .timeWindow(Time.seconds(5), Time.seconds(1))
                //一个在KeyedDataStream上“滚动”进行的r