Flink的广播变量

广播变量*

设置广播变量
在某个需要用到该广播变量的算子后调用withBroadcastSet(var1, var2)进行设置，var1为需要广播变量
的变量名，var2是自定义变量名，为String类型。注意，被广播的变量只能为DataSet类型，不能为
List、Int、String等类型。
获取广播变量
创建该算子对应的富函数类，例如map函数的富函数类是RichMapFunction，该类有两个构造参数，第
一个参数为算子输入数据类型，第二个参数为算子输出数据类型。首先创建一个Traversable[]接口用于
接收广播变量并初始化为空，接收类型与算子输入数据类型相对应；然后重写open函数，通过
getRuntimeContext.getBroadcastVariable获取到广播变量，var即为设置广播变量时的自定义变量
名，类型为String，open函数在算子生命周期的初始化阶段便会调用；最后在map方法中对获取到的广
播变量进行访问及其它操作。
注意：只有在某个Operator中使用到不属于该Operator的DataSet时才需要广播变量，在iterate内部可
以将某个DataSet直接作为起始节点，不需要使用广播变量
再次我写了两个例子
下面附上Scala代码

object DataSetBroadcastApp {
 //TODO 广播变量 
 	def main(args: Array[String]): Unit = { 
 		val env = ExecutionEnvironment.getExecutionEnvironment 
		 broadcast(env) 
	}
	def broadcast(env:ExecutionEnvironment): Unit ={
	 //TODO 创建两个元素 
		val ds1 = env.fromElements("1", "2", "3", "4", "5")
	    val ds2 = env.fromElements("a", "b", "c", "d", "e") 
	    //TODO 广播数据集 
	    ds1.map(new RichMapFunction[String,(String,String)] { 
	       //TODO 定义一个私有的另一个数据集 
	   	   private var ds2 : Traversable[String] = null
	       //TODO 因为是Java的集合所以要用隐式转换 
	       import scala.collection.JavaConverters._ 
	    //TODO 参见官网https://ci.apache.org/projects/flink/flink-docs-release- 1.10/dev/batch/#broadcast-variables 
	    override def open(parameters: Configuration): Unit = {
	     ds2 = getRuntimeContext.getBroadcastVariable[String]("broadcast").asScala 
	 }
	  override def map(value: String): (String, String) = {
	   //TODO 定义一个结果 
	   var result = " " 
	   for(broadVariable <- ds2){ 
	   		result = result + broadVariable + " "
	   	 }
	        (value,result) 
	     } 
	  }).withBroadcastSet(ds2,"broadcast").print() 
	}
 }

Java代码

public class JavaDataSetBroadcastApp { 
//TODO Java实现广播变量 
	public static void main(String[] args) throws Exception{
	 	final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment(); 
	 	broadcast(env);
 }
 	public static void broadcast(ExecutionEnvironment env) throws Exception { 
 	    DataSet<Integer> toBroadcast = env.fromElements(1, 2, 3); 
 	    DataSet<String> data = env.fromElements("a", "b");
 	    MapOperator<String, String> broadcastSet = data.map( new MyMapperFunction() ).withBroadcastSet( toBroadcast, "huan" );
 	    broadcastSet.printToErr(); 
	}
 }
 class MyMapperFunction extends RichMapFunction<String, String> {
 //TODO 定义一个私有集合 
 	private List list= new ArrayList();
 	@Override 
 	public void open(Configuration parameters) throws Exception { 
 	//TODO 作为集合访问广播数据集.所以要定义集合，用集合添加广播变量，因为返回值是集 合，所以要用集合去添加广播变量 
 		Collection<Integer> broadcastSet = getRuntimeContext().getBroadcastVariable( "huan" ); 
 		list.add( broadcastSet ); 
 	}
 	@Override 
 	public String map(String value) throws Exception { 
 	//TODO value的值就是data list的值就是toBroadcast 
 		return value+ " : " +list; 
 	} 
 }