Flink Side OutPut分流

分流场景

      在生产实践中经常会遇到这样的场景，需把输入源按照需要进行拆分，比如预期把订单流按照金额大小进行拆分，或者把用户访问日志按照访问者的地理位置进行拆分等。面对这样的需求应该如何操作？

分流的方法

      针对不同的场景，有以下三种方法进行拆分

Filter分流

      Filter方法在之前的文章中（Flink常用的DataSet和DataStream API）讲过。这个算子用来根据用户输入的条件进行过滤，每个元素都会被filter()函数处理，如果filter()函数返回true则保留，否则丢弃。那么用分流的场景，我们可以做多次filter，把我们需要的不同数据生成不同的流。看下面的例子：

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

    StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
    //获取数据源
    List data = new ArrayList<Tuple3<Integer,Integer,Integer>>();
    data.add(new Tuple3<>(0,1,0));
    data.add(new Tuple3<>(0,1,1));
    data.add(new Tuple3<>(0,2,2));
    data.add(new Tuple3<>(0,1,3));
    data.add(new Tup