从0 到1Flink的成长之路(六)

 

 

数据源 Source

• 一、基于集合的Source
• 二、基于文件的Source

 

一、基于集合的Source

API

一般用于学习测试时模拟数据使用
1.env.fromElements(可变参数);
2.env.fromColletion(各种集合);
3.env.generateSequence(开始,结束);

代码演示:

package xx.xxxxx.flink.source;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.operators.DataSource;
import java.util.Arrays;
/**
* DataSet API 批处理中数据源：基于集合Source
* 1.env.fromElements(可变参数);
* 2.env.fromColletion(各种集合);
* 3.env.generateSequence(开始,结束);
*/
public class BatchSourceCollectionDemo {
public static void main(String[] args) throws Exception {
// 1. 执行环境-env
ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
// 2. 数据源-source
// 方式一：可变参数列表
DataSource<String> dataSet01 = env.fromElements("hadoop", "flink", "spark");
dataSet01.printToErr();
// 方式二：集合，如列表List
DataSource<String> dataSet02 = env.fromCollection(Arrays.asList("hadoop", "spark", "flink"));
dataSet02.printToErr();
// 方式三：序列
DataSource<Long> dataSet03 = env.generateSequence(1, 10);
dataSet03.printToErr();
}
}

二、基于文件的Source

API

1.env.readTextFile(本地文件/HDFS文件); //压缩文件也可以
2.env.readCsvFile[泛型]("本地文件/HDFS文件")
Configuration parameters = new Configuration();
parameters.setBoolean("recursive.file.enumeration", true);//设置是否递归读取目录
3.env.readTextFile("目录").withParameters(parameters);

代码演示:

package xx.xxxxx.flink.source;
import lombok.Data;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.operators.DataSource;
import org.apache.flink.configuration.Configuration;
/**
* DataSet API 批处理中数据源：基于文件Source
* 1.env.readTextFile(本地文件/HDFS文件); //压缩文件也可以
* 2.env.readCsvFile[泛型]("本地文件/HDFS文件")
* Configuration parameters = new Configuration();
* parameters.setBoolean("recursive.file.enumeration", true);//设置是否递归读取目录
* 3.env.readTextFile("目录").withParameters(parameters);
*/
public class BatchSourceFileDemo {
public static void main(String[] args) throws Exception {
// 1. 执行环境-env
ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
// 2. 数据源-source
// 文本文件
DataSource<String> dataSet01 = env.readTextFile("datas/wordcount.data");
dataSet01.printToErr();
// CSV 文件
DataSource<Rating> dataSet02 = env
.readCsvFile("datas/u.data")
.fieldDelimiter("\t")
.pojoType(Rating.class, "userId", "userId", "rating", "timestamp");
dataSet02.printToErr();
// 目录
Configuration parameters = new Configuration();
parameters.setBoolean("recursive.file.enumeration", true);
DataSource<String> dataSet03 = env
.readTextFile("datas/subDatas")
.withParameters(parameters);
dataSet03.printToErr();
}
@Data
public static class Rating{
public Integer userId ;
public Integer movieId ;
public Double rating ;
public Long timestamp ;
}
}