Alink 使用技巧：如何使用批式 CSV 数据读取？

Alink 是基于 Flink 的机器学习算法平台，欢迎访问 Alink 的 GitHub 获取更多信息。本文主要分享 Alink 的使用技巧之一，如何使用批式 CSV 进行数据读取。

基本操作

我们先下载个 csv 文件用作后面的测试数据。

将数据文件下载到本地，文件路径为 /Users/yangxu/flinkml/data/iris/iris.data，使用文本编辑器打开如下所示，每行为一条数据，每条数据包括4个数值字段和一个字符串字段，各字段间使用逗号分隔。

数据下载
http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data

读取本地数据

使用 CsvSourceBatchOp 可以批式读 CSV 格式文件，其必填的两个参数为：filePath 和 schemaStr。filePath 为 CSV 格式文件所在的路径；schemaStr 为数据各字段的名称和类型。关于 Schema String 更多的介绍可以参见：

Alink Schema String简介
https://zhuanlan.zhihu.com/p/103027854

可以使用如下脚本，读取数据，并取前5条数据打印显示出来。

source_local = CsvSource