Flink之DataStream API的转换算子
2023-12-13 14:49:19
简单转换算子
函数的实现方式
- 自定义类,实现函数接口:编码麻烦,使用灵活
- 匿名内部类:编码简单
- Lambda:编码简洁
public class Flink02_FunctionImplement {
public static void main(String[] args) {
//1.创建运行环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
//默认是最大并行度
env.setParallelism(1);
env.socketTextStream("hadoop102",8888)
.flatMap((String line, Collector<Tuple2<String, Integer>> out)->{
String[] words = line.split(" ");
for (String word : words) {
out.collect(Tuple2.of(word,1));
}
})
.returns(Types.TUPLE(Types.STRING,Types.INT))
.keyBy(0)
.sum(1)
.print();
try {
env.execute();
} catch (Exception e) {
throw new RuntimeException(e);
}
}
public static class MyFlatMapFunction implements FlatMapFunction<String, Tuple2<String,Integer>> {
private String Operator;
@Override
public void flatMap(String line, Collector<Tuple2<String, Integer>> out) throws Exception {
String[] words = line.split(" ");
for (String word : words) {
out.collect(Tuple2.of(word,1));
}
}
}
}
Reduce规约聚合
- reduce:规约聚合
- 聚合的原理:两两聚合,上一次的聚合值与本次新到的值进行聚合
- 泛型 T : 流中的数据类型, 从方法声明中可以看到,输入输出类型一直
- 方法: T reduce(T value1, T value2) throws Exception
- value1:上一次的聚合值
- value2:本次新到的值
public class Flink04_ReduceAggOpterator {
public static void main(String[] args) {
//1.创建运行环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
//默认是最大并行度
env.setParallelism(1);
DataStreamSource<Event> ds = Flink06_EventSource.getEventSource(env);
ds.print("input================");
//reduce:每个用户的点击次数
ds.map(event->new WordCount(event.getUser(),1))
.keyBy(WordCount::getWord)
.reduce(
new ReduceFunction<WordCount>() {
/**
*
* @param value1 上次聚合的结果,第一个数据不参与聚合,直接输出
* @param value2 新来的值
* @return
* @throws Exception
*/
@Override
public WordCount reduce(WordCount value1, WordCount value2) throws Exception {
System.out.println("测试");
return new WordCount(value1.getWord(),value1.getCount()+value2.getCount());
}
}
).print("reduce");
try {
env.execute();
} catch (Exception e) {
throw new RuntimeException(e);
}
}
}
富函数
调用算子的时候,需要传入对应的用户自定义函数来完成具体的功能
- 函数:
- 普通函数
Map
filter
flatMap
reduce
富函数:基本上每个普通函数都有对应的富函数
统一接口interface RichFunction extends Function
具体使用的富函数类:
- RichMapFunction
- RichFilterFunction
- RichFlatMapFunction
- RichReduceFunction
- …
富函数功能:- 生命周期方法:
- open(): 当前算子的每个并行子任务的实例创建时会调用一次
- close():当前算子的每个并行子任务的实例销毁时(有界流),调用一次
- 获取运行时上下文对象 getRuntimeContext
- 可以获取当前作业,当前task的相关信息
- 获取不同类型的状态,进行状态编程*
getState | getListState | getReducingState | getMapState
- 生命周期方法:
- 普通函数
public class Flink05_RichFunction {
public static void main(String[] args) {
//1.创建运行环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
//默认是最大并行度
env.setParallelism(1);
// DataStreamSource<Event> ds = Flink06_EventSource.getEventSource(env);
FileSource<String> fileSource = FileSource.<String>forRecordStreamFormat(
new TextLineInputFormat(),
new Path("input/enents.txt")
).build();
DataStreamSource<String> fileDs = env.fromSource(fileSource, WatermarkStrategy.noWatermarks(), "fileSource");
SingleOutputStreamOperator<Event> ds = fileDs.map(
new MapFunction<String, Event>() {
@Override
public Event map(String value) throws Exception {
String[] valueArr = value.split("");
return new Event(valueArr[0], valueArr[1], Long.valueOf(valueArr[2]));
}
}
);
ds.print("input================");
ds.map(
new RichMapFunction<Event, WordCount>() {
/**
* 生命周期open方法,当前算子实例创建时执行一次,只执行一次
* @param parameters The configuration containing the parameters attached to the contract.
* @throws Exception
*/
@Override
public void open(Configuration parameters) throws Exception {
System.out.println("创建Redis的连接对象");
}
@Override
public WordCount map(Event value) throws Exception {
System.out.println("每条数据执行一次");
return new WordCount(value.getUser(),1);
}
/**
* 生命周期的close方法
* 当前算子实例销毁时执行一次
* @throws Exception
*/
@Override
public void close() throws Exception {
System.out.println("关闭连接对象");
}
}
).print("map");
try {
env.execute();
} catch (Exception e) {
throw new RuntimeException(e);
}
}
}
文章来源:https://blog.csdn.net/qq_44273739/article/details/134841620
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!