Flink算子count

这里借助sum来实现count功能,得到的是Tuple2<PO,Integer>,其中PO是groupBy的几个字段,而Integer是count的结果,需要注意的是,会产生多条count记录,从1开始直至最大值

DataStream<Tuple2<PO, Integer>> newStream = stream.map(
        new MapFunction<PO, Tuple2<PO, Integer>>() {
            @Override
            public Tuple2<PO, Integer> map(PO value) throws Exception {
                return new Tuple2<>(value, 1);
            }
        }).keyBy(new KeySelector<Tuple2<PO, Integer>, PO>() {
            @Override
            public PO getKey(Tuple2<PO, Integer> value) throws Exception {
                return value.f0;
            }
        }).sum("f1");

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值