java Flink（一）实现数据集简单demo

今天开始学习Flink，入手第一个Flink数据集demo

功能：把文件中的单词进行分词，统计个数

基本思路：读取文件内容-》数据集-》数据集统计二元组输出（word，count）

1、构建maven Flink项目

引入Flink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、 添加单词文件

文件内容：

3、进行分词处理

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;
import scala.Int;

/**
 * 单次统计
 * 批处理
 */
public class WordCount {
    public static void main(String[] args) throws Exception{
        //创建执行环境
        ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
        //从文件中读取数据
        String inputPath = "D:\\idle\\FlinkTest\\src\\main\\resources\\word.txt";
        DataSet<String> inputDataSet = env.readTextFile(inputPath);
        //对数据集进行处理，按照空格进行分词，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); //讲第二个位置上的数据求和

        resultSet.print();

    }

    //自定义类，实现FlatMapFunction接口
    public static class MyflatMapper implements FlatMapFunction<String, Tuple2<String, Integer>>{

        public void flatMap(String s, Collector<Tuple2<String, Integer>> collector) throws Exception {
            //按空格分词
            String[] words = s.split(" ");
            //遍历所有word，包成二元组输出
            for(String word:words){
                collector.collect(new Tuple2<String, Integer>(word, 1));
            }
        }
    }
}