Flink数据转换

一、执行转换操作

• Flink中的转换操作是通过不同的算子来实现的，在每个算子的内部通过实现函数接口来完成数据处理逻辑的定义
• DataStream API和DataSet API提供了大量的转换算子，如Map算子、FlatMap算子、Filter算子、KeyBy算子等。用户只需要定义每种算子执行的逻辑，并将它们应用在数据转换操作的算子中即可

二、指定用来分区的键

• Join算子、CoGroup算子、GroupBy算子等需要根据指定的键进行转换，以便将相同键的数据路由到相同的管道（Pipeline）中，然后进行下一步的计算。所以，在使用它们之前，需要先将DataStream数据集或DataSet数据集转换成对应的KeyedStream和GroupedStream

• 指定分区键的方式：

  • 根据字段位置指定：在DataStream API中，可以通过KeyBy()方法将DataStream数据集根据指定的键转换成KeyedStream。在DataSet API中，在对数据进行聚合时，可以使用GroupBy()方法对数据进行重新分区

  • 根据字段名称指定：

    • 如果要在Flink中使用嵌套的复杂数据结构，则可以通过字段名称来指定键。。在使用字段名称来指定键时，DataStream数据集中的数据结构必须是Tuple类型或POJO类型的

    • 如果程序中使用的数据是Tuple类型的，那么字段名称通常是从1开始计算的，字段位置索引则从0开始计算，下面两种方式是等价的