我的第一个Flink程序 - 三种WordCount方式

水善利万物而不争，处众人之所恶，故几于道💦

目录

一、Flink批处理

二、Flink流处理 - 有界流

三、Flink流处理 - 无界流

---

一、Flink批处理

public class Flink01_Batch_WordCount {
    public static void main(String[] args) throws Exception {

        // 1.拿到批处理的执行环境
        ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();

        // 2. 读文件
        DataSource<String> dataSource = env.readTextFile("input/words.txt");

        dataSource
                // 扁平化，用flatMap
                .flatMap(new FlatMapFunction<String, String>() {

            public void flatMap(String line, Collector<String> out) throws Exception {
                String[] words = line.split(" ");
                for (String word : words) {
                    out.collect(word);
                }
            }
        })
                // 做映射，映射成tuple2元组，注意是对偶元组
                .map(new MapFunction<String, Tuple2<String,Long>>() {

                    public Tuple2 map(String value) throws Exception {
                        return Tuple2.of(value,1L);
                    }
                })

                // 以第一个字段分组
                .groupBy(0)
                .sum(1)
                .print();

    }
}

二、Flink流处理 - 有界流

public class Flink02_Streaming_WordCount {
    public static void main(String[] args) throws Exception {

        // 获取有界流对象
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        // 并行度设置为1
        env.setParallelism(1);

        // 读取文本文件-有界流
        DataStreamSource<String> dataStreamSource = env.readTextFile("input/words.txt");

        dataStreamSource

                // 对数据进行扁平化处理，并且映射为元组 （hello,1） 的形式
                // FlatMapFunction第一个参数是输入元素的类型，第二个参数是处理后返回元素的类型
                .flatMap(new FlatMapFunction<String, Tuple2<String,Long>>() {
                    // 输入元素的类型是一行一行的文本数据  返回的元素类型是元组
            public void flatMap(String lineData, Collector<Tuple2<String,Long>> out) throws Exception {
                String[] split = lineData.split(" ");  // 对读到的一行数据进行切割
                for (String word : split) {
                    out.collect(Tuple2.of(word,1L));  // 封装到元组中
                }
            }
        })
                // keyBy操作不会改变数据 相当于 传进来的数据 从这个数据里面抽取出一个key 作为标签 数据本身不会有任何的变化
                // KeySelector 第一个参数是传过来的数据  第二个参数是抽取出key的类型
                // 这个方法抽取出key 相同的 会被分到同一个组中
                .keyBy(new KeySelector<Tuple2<String, Long>, String>() {
                    // 参数是要抽取的对象
                    public String getKey(Tuple2<String, Long> extract_tuple2) throws Exception {
                        return extract_tuple2.f0;  // 抽取的key是元组的第一个元素
                    }
                })
                // 对同一组内 元组的第二个元素求和
                .sum(1)
                .print();

        env.execute();  // 触发执行

    }
}

三、Flink流处理 - 无界流

public class Flink03_Streaming_unbounded_WordCount {
    public static void main(String[] args) throws Exception {

        // 拿到流处理环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);

        // 读取端口里的数据
        DataStreamSource<String> dataStreamSource = env.socketTextStream("hadoop101", 9999);

        dataStreamSource
                .flatMap(new FlatMapFunction<String, String>() {
                    public void flatMap(String lineData, Collector<String> out) throws Exception {
                        String[] splits = lineData.split(" ");
                        for (String word : splits) {
                            out.collect(word);
                        }
                    }
                })
                .map(new MapFunction<String, Tuple2<String,Long>>() {
                    public Tuple2<String, Long> map(String word) throws Exception {
                        return Tuple2.of(word,1L);
                    }
                })
                .keyBy(new KeySelector<Tuple2<String, Long>, String>() {
                    public String getKey(Tuple2<String, Long> operationedTuple2) throws Exception {
                        return operationedTuple2.f0;
                    }
                })
                .sum(1)
                .print();

        env.execute();
    }
}