flink简单入门小项目 words count

这是flink入门的一个小项目，分享出来一起学习，路过就给个赞呗~~~~~~
words count 简而言之就是统计单词出现的次数，项目分成两部分：1、数据来源于 txt 文件， 2、通过socket在线发送数据，模拟实时系统。

开发环境：
IDEA + JDK1.8 + MAVEN

一、通过maven引入需要的jar包

<dependencies>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-java</artifactId>
            <version>1.2.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-java_2.10</artifactId>
            <version>1.2.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-clients_2.10</artifactId>
            <version>1.2.0</version>
        </dependency>
    </dependencies>

二、 txt 文件读取数据并统计 输出

话不多说，直接上代码

package com.samur.flink.test2;

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.operators.AggregateOperator;
import org.apache.flink.api.java.operators.DataSource;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.util.Collector;

public class WordsCount {
    public static void main(String[] args) throws Exception {
        // 1、获取开发环境
        ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
        // 2、读取文件数据
        DataSource<String> source = env.readTextFile("D:\\myself\\project\\WC\\src\\main\\resources\\HW.txt");
        // 3、map 操作，将数据打散，然后组成元组 
        AggregateOperator<Tuple2<String, Integer>> out = source.flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {
                    @Override
                    public void flatMap(String s, Collector<Tuple2<String, Integer>> collector) throws Exception {
                        String[] words = s.split(" ");
                        for (String word : words) {
                            collector.collect(new Tuple2<>(word, 1));
                        }
                    }
                })
                .groupBy(0) // 根据元组 的第一位（也就是word） 数据进行 group 聚合
                .sum(1); // sum 元组的第二位
        out.print(); // 打印输出
    }
}

三、通过socket 发送数据，然后实时监听统计

1、开发前准备：
a、下载安装netcat（下载地址：https://eternallybored.org/misc/netcat/ ）；
b、在windows电脑上，win + R，然后输入 cmd 启动小黑窗，输入 nc -l -p 7777 回车；

2、在IDEA中编写执行如下代码

package com.samur.flink.test2;

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.util.Collector;

public class WordsCountStream {
    public static void main(String[] args) throws Exception {
        // 获取开发环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        // 创建 socket 连接
        DataStreamSource<String> source = env.socketTextStream("localhost", 7777);
        // 3、map 操作，将数据打散，然后组成元组
        DataStream<Tuple2<String, Integer>> out = source.flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {
                    @Override
                    public void flatMap(String s, Collector<Tuple2<String, Integer>> collector) throws Exception {
                        String[] words = s.split(" ");
                        for (String word : words) {
                            collector.collect(new Tuple2(word, 1));
                        }
                    }
                })
                .keyBy(0)  // 根据元组 的第一位（也就是word） 数据进行 group 聚合
                .sum(1);  // sum 元组的第二位
        out.print();  // 打印输出
        env.execute(); // 启动执行
    }
}

在第2 步的小黑窗中 输入字符串即可。