这篇文章主要讲解了“Flink的Split怎么使用”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Flink的Split怎么使用”吧!
成都创新互联长期为成百上千家客户提供的网站建设服务,团队从业经验10年,关注不同地域、不同群体,并针对不同对象提供差异化的产品和服务;打造开放共赢平台,与合作伙伴共同营造健康的互联网生态环境。为汉台企业提供专业的成都网站建设、网站设计,汉台网站改版等技术服务。拥有十载丰富建站经验和众多成功案例,为您定制开发。
Split算子:将数据流切分成多个数据流(已过时,并且不能二次切分,不建议使用)
示例环境
java.version: 1.8.x flink.version: 1.11.1
示例数据源 (项目码云下载)
Flink 系例 之 搭建开发环境与数据
Split.java
package com.flink.examples.functions; import com.flink.examples.DataSource; import org.apache.flink.api.common.functions.MapFunction; import org.apache.flink.api.java.tuple.Tuple3; import org.apache.flink.api.java.tuple.Tuple4; import org.apache.flink.streaming.api.collector.selector.OutputSelector; import org.apache.flink.streaming.api.datastream.DataStream; import org.apache.flink.streaming.api.datastream.SplitStream; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import java.util.ArrayList; import java.util.List; /** * @Description Split算子:将数据流切分成多个数据流(已过时,并且不能二次切分,不建议使用) */ public class Split { /** * 遍历集合,将数据流切分成多个流并打印 * @param args * @throws Exception */ public static void main(String[] args) throws Exception { final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); env.setParallelism(1); List<Tuple3<String, String, Integer>> tuple3List = DataSource.getTuple3ToList(); //Datastream DataStream<Tuple3<String, String, Integer>> dataStream = env.fromCollection(tuple3List); //按性别进行拆分 //flink.1.11.1显示SplitStream类过时,推荐用keyBy的方式进行窗口处理或SideOutput侧输出流处理;注意,使用split切分后的流,不可二次切分,否则会抛异常 SplitStream<Tuple3<String, String, Integer>> split = dataStream.split(new OutputSelector<Tuple3<String, String, Integer>>() { @Override public Iterable<String> select(Tuple3<String, String, Integer> value) { List<String> output = new ArrayList<String>(); if (value.f1.equals("man")) { output.add("man"); } else { output.add("girl"); } return output; } }); //查询指定名称的数据流 DataStream<Tuple4<String, String, Integer, String>> dataStream1 = split.select("man") .map(new MapFunction<Tuple3<String, String, Integer>, Tuple4<String, String, Integer, String>>() { @Override public Tuple4<String, String, Integer, String> map(Tuple3<String, String, Integer> t3) throws Exception { return Tuple4.of(t3.f0, t3.f1, t3.f2, "男"); } }); DataStream<Tuple4<String, String, Integer, String>> dataStream2 = split.select("girl") .map(new MapFunction<Tuple3<String, String, Integer>, Tuple4<String, String, Integer, String>>() { @Override public Tuple4<String, String, Integer, String> map(Tuple3<String, String, Integer> t3) throws Exception { return Tuple4.of(t3.f0, t3.f1, t3.f2, "女"); } }); //打印:男 dataStream1.print(); //打印:女 dataStream2.print(); env.execute("flink Split job"); } }
打印结果
(张三,man,20,男) (李四,girl,24,女) (王五,man,29,男) (刘六,girl,32,女) (伍七,girl,18,女) (吴八,man,30,男)
感谢各位的阅读,以上就是“Flink的Split怎么使用”的内容了,经过本文的学习后,相信大家对Flink的Split怎么使用这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!
网页标题:Flink的Split怎么使用
浏览地址:https://www.cdcxhl.com/article36/jcpcsg.html
成都网站建设公司_创新互联,为您提供响应式网站、云服务器、网站建设、网站维护、面包屑导航、企业建站
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联