文章目录
1 FLINK算子说明
1.1 TRANSFORM
1.1.1 map
val streamMap = stream.map { x => x * 2 }
1.1.2 flatMap
flatMap的函数签名:def flatMap[A,B](as: List[A])(f: A ⇒ List[B]): List[B]
例如: flatMap(List(1,2,3))(i ⇒ List(i,i))
结果是List(1,1,2,2,3,3),
而List(“a b”, “c d”).flatMap(line ⇒ line.split(" "))
结果是List(a, b, c, d)。
val streamFlatMap = stream.flatMap{
x => x.split(" ")
}
1.1.3 Filter
val streamFilter = stream.filter{
x => x == 1
}
1.1.4 KeyBy
DataStream → KeyedStream:逻辑地将一个流拆分成不相交的分区,每个分区包含具有相同key的元素,在内部以hash的形式实现的。
val streamKeyby = stream.keyBy(0)
1.1.5 滚动聚合算子(Rolling Aggregation)
这些算子可以针对KeyedStream的每一个支流做聚合。
- List item
- sum()
- min()
- max()
- minBy()
- maxBy()
1.1.6 Reduce
KeyedStream → DataStream:一个分组数据流的聚合操作,合并当前的元素和上次聚合的结果,产生一个新的值,返回的流中包含每一次聚合的结果,而不是只返回最后一次聚合的最终结果。
val env: StreamExecutionEnvironment =
StreamExecutionEnvironment.getExecutionEnvironment
val dataDS: DataStream[String] = env.readTextFile("input/data.txt")
val ds: DataStream[WaterSensor] = dataDS.map(
s => {
val datas = s.split(",")
WaterSensor(datas(0), datas(1).toLong, datas(2).toDouble)
}
).keyBy(0).reduce(
(s1, s2) => {
println(s"${s1.vc} <==> ${s2.vc}")
WaterSensor(s1.id, s1.ts, math.max(s1.vc, s2.vc))
}
)
ds.print()
env.execute("sensor")
1.1.7 Split 和 Select
Split算子
DataStream → SplitStream:根据某些特征把一个DataStream拆分成两个或者多个DataStream。
需求:将水位传感器数据按照空高高低(以40cm,30cm为界),拆分成三个流。
val splitDS: SplitStream[WaterSensor] = dataDS.map(
s => {
val datas = s.split(",")
WaterSensor(datas(0), datas(1).toLong, datas(2).toDouble)
}
).split(
sensor => {
if (sensor.vc >= 40) {
Seq("alarm")
} else if (sensor.vc >= 30) {
Seq("warn")
} else {
Seq("normal")
}
}
)
Select算子
SplitStream→DataStream:从一个SplitStream中获取一个或者多个DataStream。
val alarmDS: DataStream[WaterSensor] = splitDS.select("alarm")
val warnDS: DataStream[WaterSensor] = splitDS.select("warn")
val normalDS: DataStream[WaterSensor] = splitDS.select("normal")
alarmDS.print("alarm")
warnDS.print("warn")
normalDS.print("normal")
1.1.8 Connect和 CoMap
DataStream,DataStream → ConnectedStreams:连接两个保持他们类型的数据流,两个数据流被Connect之后,只是被放在了一个同一个流中,内部依然保持各自的数据和形式不发生任何变化,两个流相互独立。
val alarmDS: DataStream[WaterSensor] = splitDS.select("alarm")
val warnDS: DataStream[WaterSensor] = splitDS.select("warn")
val connectDS: ConnectedStreams[WaterSensor, WaterSensor] =
alarmDS.connect(warnDS)
CoMap,CoFlatMap
ConnectedStreams → DataStream:作用于ConnectedStreams上,功能与map和flatMap一样,对ConnectedStreams中的每一个Stream分别进行map和flatMap处理。
val coMapDS: DataStream[(Long, String)] = connectDS.map(
waterSensor1 => {
(waterSensor1.ts, "alarm")
},
waterSensor2 => {
(waterSensor2.ts, "warn")
}
)
coMapDS.print()
1.1.9 Union
DataStream → DataStream:对两个或者两个以上的DataStream进行union操作,产生一个包含所有DataStream元素的新DataStream。
val alarmDS: DataStream[WaterSensor] = splitDS.select("alarm")
val warnDS: DataStream[WaterSensor] = splitDS.select("warn")
val normalDS: DataStream[WaterSensor] = splitDS.select("normal")
val unionDS: DataStream[WaterSensor] =
alarmDS.union(warnDS,normalDS)
unionDS.print()
Connect与 Union 区别:
- Union之前两个流的类型必须是一样,Connect可以不一样,在之后的coMap中再去调整成为一样的。
- Connect只能操作两个流,Union可以操作多个。