java-Flink(一)

最新推荐文章于 2023-12-01 22:41:34 发布

Idealism°i（唯心）

最新推荐文章于 2023-12-01 22:41:34 发布

阅读量278

点赞数

文章标签： java flink maven

本文链接：https://blog.csdn.net/miaoANDmiao/article/details/130080030

版权

第一天接触Flink,从小白学起。

1.引入依赖

创建maven项目，并引入Flink的依赖。

<dependencies>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-java</artifactId>
            <version>1.10.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-java_2.12</artifactId>
            <version>1.10.1</version>
        </dependency>
    </dependencies>

2.创建数据集

3.进行分词处理

package com.flink.wc;


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.operators.DataSource;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.util.Collector;


//做一个批处理的wordcount
public class WordCount {
    public  static  void main(String[] arg) throws Exception {
        //创建执行环境
        ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
        //从文件中读取数据
        String inputPath = "/Users/lvqing/Desktop/wm/javacode/flink/src/main/resources/hello.txt";
        DataSource inputDataSet = env.readTextFile(inputPath);


        //对数据集进行处理，按空格分词展开，转换成（word,1）二元组进行统计
        DataSet<Tuple2<String,Integer>> resultSet=inputDataSet.flatMap(new MyflatMapper())
                .groupBy(0)//按照第一个位置的word分组
                .sum(1);//按照第二个位置上的数据求和

        resultSet.print();


    }

        public static  class MyflatMapper implements FlatMapFunction<String, Tuple2<String,Integer>>{

            @Override
            public void flatMap(String value, Collector<Tuple2<String, Integer>> out) throws Exception {
                 //按空格分词
                String[] words=value.split(" ");
                //遍历所有word,包装成二元祖输出
                for(String word:words){
                    out.collect(new Tuple2<>(word,1));
                }
            }
        }



    }