大道三千:最近我修Flink
目前个人理解：
处理有界，无界流的工具
FLINK：
FLINK定义：
Flink特点
Flink分层API
流的定义
有界数据流（批处理）：
有界流：数据结束了，程序也就结束了
知道数据开始以及结束的地方
无界数据流：
特征：读一条，计算一条，输出一次结果
知道数据开始的地方,却不知道结束的地方
（好似长江大河，会一直一直一直产生数据）
流的状态
个人理解：（有状态流会基于内存保存之前的数据）
如果后续流的操作需要用到之前的数据，这个流时有状态的
如果后续流的操作不需要用到之前的数据，这个流是无状态的
DataSet API：有界流批处理（ 已淘汰）
1：创建执行环境
2：读取流（数据）
3：将读取到的数据，转换为方便处理的格式
4：将收集到的数据进行（分组，求和，最大，最小等....）操作
//批处理方式(有界流,因为很明确的知道这个文件在哪里结束)
public class BatchWordCount {
public static void main(String[] args) throws Exception {
// 1. 创建执行环境
ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
// 2. 从文件读取数据 按行读取(存储的元素就是每行的文本)
DataSource<String> lineDS = env.readTextFile("input/words.txt");
// 3. 转换数据格式
FlatMapOperator<String, Tuple2<String, Long>> wordAndOne = lineDS.flatMap(new FlatMapFunction<String, Tuple2<String, Long>>() {
@Override //一行数据 // 数据收集器 out:相当于是一个按照 下面格式收集数据的收集器 格式=out.collect(Tuple2.of(word,1L));
public void flatMap(String line, Collector<Tuple2<String, Long>> out) throws Exception {
String[] words = line.split(" "); //一行数据按照" "拆分
for (String word : words) { //word = 一行中的每一个字段 如果1改成2，则统计时数目会成2
Tuple2<String, Long> of = Tuple2.of(word, 1L);//每个的那次都转为这种格式
out.collect(of); // 收集器添加数据 (转换格式为 (循环到的字段,1L))
}
}
});
// 4. 按照 word 进行分组 按照第一个字段分组.(字段,1L),就是按照第一个字段分组(A,1),(b,1),(c,1),(d,1),(d,1) 就是按照abcd分组
UnsortedGrouping<Tuple2<String, Long>> wordAndOneUG = wordAndOne.groupBy(0);
// 5. 分组内聚合统计 根据第二个字段求和,即将每个分组的第二个字段相加，得到该分组的总和
AggregateOperator<Tuple2<String, Long>> sum = wordAndOneUG.sum(1);
// 6. 打印结果
sum.print();
}
}DataStream API：流、批一体处理
转换（flatMap）、
分组（keyBy）、
求和（sum）、
执行（execute）、
读取文本（readTextFile，有界流）
1：创建流式执行环境（基于StreamExecutionEnvironment）
2：读取文件
3：转换、分组、求和，得到统计结果
4：打印输出
5：执行
//流处理方式 (有界流,因为很明确的知道这个文件在哪里结束)，如果不是本地而是网络则是无界流
public class StreamWordCount {
public static void main(String[] args) throws Exception {
// 1. 创建流式执行环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
// 2. 读取文件
DataStreamSource<String> lineStream = env.readTextFile("input/words.txt");
// 3. 转换、分组、求和，得到统计结果
SingleOutputStreamOperator<Tuple2<String, Integer>> resultList = lineStream.flatM
输入类型,输出类型
ap(new FlatMapFunction<String, Tuple2<String, Integer>>() {
@Override //当前行数据 //要返回的类型
public void flatMap(String line, Collector<Tuple2<String, Integer>> list) throws Exception {
String[] fields = line.split(" ");
for (String field : fields) {
Tuple2<String, Integer> result = Tuple2.of(field, 1);
list.collect(result);
}
}
});
//分组 // 传入的数据类型() 要分组的数据类型
KeyedStream<Tuple2<String, Integer>, String> gropbyDate = resultList.keyBy(new KeySelector<Tuple2<String, Integer>, String>() {
@Override
public String getKey(Tuple2<String, Integer> value) throws Exception {
return value.f0; //这里是类型的第一位。如(hello,1)，则是根据hello进行分组
}
});
//求和。 以上一个为例子：(hello,1)分组之后,根据1索引即第二位(hello,1)的1进行求和
SingleOutputStreamOperator<Tuple2<String, Integer>> sum = gropbyDate.sum(1);
//打印输出
sum.print();
//执行
env.execute();
}
}
// 3. 转换、分组、求和，得到统计结果
SingleOutputStreamOperator<Tuple2<String, Long>> sum = lineStream.flatMap(new FlatMapFunction<String, Tuple2<String, Long>>() {
@Override
public void flatMap(String line, Collector<Tuple2<String, Long>> out) throws Exception {
String[] words = line.split(" ");
for (String word : words) {
out.collect(Tuple2.of(word, 1L));
}
}
}).keyBy(data -> data.f0)
.sum(1);结果：
读取socket（无界流）
事件监听(环境对象.socketTextStream(IP,端口号))
备注：先启动linux 输入命令nc -lk 7777
然后启动代码监听 7777
此时linux输入的数据会被代码抓取到
备注2：跟前两个的区别就是这个是调用的socketTextStream。其他无任何区别
//监听7777端口的数据流
// 这里代码监听了 IP地址192.168.200.130 端口号7777 的操作 。ip地址那里写主机名也行
public class SocketStreamWordCount {
public static void main(String[] args) throws Exception {
//构建流环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
//拿到数据
DataStreamSource<String> lineStream = env.socketTextStream("192.168.200.130", 7777);
// 转换、分组、求和，得到统计结果
SingleOutputStreamOperator<Tuple2<String, Long>> convert = lineStream.flatMap(new FlatMapFunction<String, Tuple2<String, Long>>() {
@Override
public void flatMap(String line, Collector<Tuple2<String, Long>> out) throws Exception {
String[] fields = line.split(" ");
for (String field : fields) {
Tuple2<String, Long> of = Tuple2.of(field, 1L);
out.collect(of);
}
}
});
//分组
KeyedStream<Tuple2<String, Long>, Object> gropBy = convert.keyBy(new KeySelector<Tuple2<String, Long>, Object>() {
@Override
public Object getKey(Tuple2<String, Long> value) throws Exception {
return value.f0;
}
});
//求和
SingleOutputStreamOperator<Tuple2<String, Long>> sum = gropBy.sum(1);
//输出
sum.print();
//执行
env.execute();
}
}
SingleOutputStreamOperator<Tuple2<String, Long>> sum = lineStream.flatMap((String line, Collector<Tuple2<String, Long>> out) -> {
String[] words = line.split(" ");
for (String word : words) {
out.collect(Tuple2.of(word, 1L));
}
}).returns(Types.TUPLE(Types.STRING, Types.LONG))
.keyBy(data -> data.f0)
.sum(1);LMD存在泛型擦除，解决方案看这里
