Flink 入门程序WordCount

一 项目依赖

<dependencies>
    <dependency>
        <groupId>org.apache.flink</groupId>
        <artifactId>flink-scala_2.11</artifactId>
        <version>1.7.2</version>
    </dependency>

        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-scala_2.11</artifactId>
            <version>1.7.2</version>
        </dependency>

    </dependencies>
    <build>
        <plugins>
            <!-- 该插件用于将Scala代码编译成class文件 -->
            <plugin>
                <groupId>net.alchim31.maven</groupId>
                <artifactId>scala-maven-plugin</artifactId>
                <version>3.4.6</version>
                <executions>
                    <execution>
                        <!-- 声明绑定到maven的compile阶段 -->
                        <goals>
                            <goal>testCompile</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-assembly-plugin</artifactId>
                <version>3.0.0</version>
                <configuration>
                    <descriptorRefs>
                        <descriptorRef>jar-with-dependencies</descriptorRef>
                    </descriptorRefs>
                </configuration>
                <executions>
                    <execution>
                        <id>make-assembly</id>
                        <phase>package</phase>
                        <goals>
                            <goal>single</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
        </plugins>
    </build>

二 编码

2.1 批处理

从文件读取数据,对数据进行切分求wordcount

package com.gc.wc
import org.apache.flink.api.java.utils.ParameterTool
import org.apache.flink.api.scala._
object BatchWordCount {
  def main(args: Array[String]): Unit = {
    val tool: ParameterTool = ParameterTool.fromArgs(args)
    // 批处理执行环境
    val env: ExecutionEnvironment = ExecutionEnvironment.getExecutionEnvironment
    // dataSet 批处理
    val dataSet: DataSet[String] = env.readTextFile(tool.get("path"))
    var res: AggregateDataSet[(String, Int)] =dataSet.filter(_.nonEmpty)
      .flatMap(_.split("\\W+"))
      .map((_,1))
      .groupBy(0)
      .sum(1)
      res.print()
  }
}

2.2 流式WordCount

从scoket流中持续获取数据,对数据进行累加计算

package com.gc.wc

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

/**
  * flink 流式处理
  */
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")
    // 流处理执行环境StreamExecutionEnvironment
    val env: StreamExecutionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment
    // DataStream 
    val dataStream: DataStream[String] = env.socketTextStream(host,port)
    val res: DataStream[(String, Int)] =dataStream.filter(_.nonEmpty)
      .flatMap(_.split("\\W+"))
      .map((_,1))
      .keyBy(0)
      .sum(1)
    res.print() //打印
    env.execute("StreamWordCount") // 执行
  }
}
好的,以下是一个简单的 Flink 入门程序。 首先,您需要安装 Flink 并设置环境变量。然后,您需要为您的项目添加 flink 的 Maven 依赖项,如下所示: ```xml <dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-java</artifactId> <version>1.9.1</version> </dependency> ``` 接下来,您可以编写您的 Flink 程序,如下所示: ```java import org.apache.flink.api.common.functions.FlatMapFunction; import org.apache.flink.api.java.DataSet; import org.apache.flink.api.java.ExecutionEnvironment; import org.apache.flink.api.java.tuple.Tuple2; import org.apache.flink.util.Collector; public class FlinkWordCount { public static void main(String[] args) throws Exception { final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment(); DataSet<String> text = env.fromElements( "Hello World", "Hello Flink", "Hello Flink and Kafka" ); DataSet<Tuple2<String, Integer>> counts = text.flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() { @Override public void flatMap(String value, Collector<Tuple2<String, Integer>> out) { for (String word : value.split("\\s")) { out.collect(new Tuple2<>(word, 1)); } } }) .groupBy(0) .sum(1); counts.print(); } } ``` 这个程序中,我们首先创建了一个 ExecutionEnvironment 对象,然后使用它来读取一个包含三行字符串的数据集。接下来,我们应用一个 flatMap 函数来将每行字符串划分为单词,并为每个单词创建一个二元组。最后,我们按照单词分组,并计算每个单词出现的次数。 希望这个简单的程序能帮助您入门 Flink
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

打赏作者

Master_slaves

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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