Flink的流、批处理

Flink的数据流处理，是持续流模型，数据不会落地，上游和下游的Task同时启动，等待数据的到达，Flink的批处理还是用的MapReduce计算模型，先处理map端，再执行reduce端。

flink的流处理(STREAMING)：

是持续流模型，上游和下游的task任务同时启动，持续等待数据的到达，可以处理无界流和有界流，因为数据是一条条进行处理的，但是处理有界流的时候，打印出来的结果会显示多个(最终结果)
比如文本每行都有java,一共有java20,但是会打印java 8 ,java 10,java 20,显示多个最终结果

flink的批处理(BATCH):

底层还是MapReduce的计算模型，先处理map端，再处理reduce端，只能处理有界流
不能处理无界流，因为执行的方式不同，MR不可能持续等待数据的到达，而是一次性批量的处理数据

代码展示如下：

java 复制代码

import org.apache.flink.api.common.RuntimeExecutionMode;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

//TODO:无界流：程序开始之后，数据量是不确定的，没有边界，程序一直持续等待数据的到达
//     有界流：就是指数据量是确定的，比如一个文件，是知道具体的大小的

//todo:flink的流处理(STREAMING)：是持续流模型，上游和下游的task任务同时启动，持续等待数据的到达，
// 可以处理无界流和有界流，因为数据是一条条进行处理的，但是处理有界流的时候，打印出来的结果会显示多个(最终结果)
// 比如文本每行都有java,一共有java20,但是会打印java 8 ,java 10,java 20,显示多个最终结果

//todo:flink的批处理(BATCH):底层还是MapReduce的计算模型，先处理map端，再处理reduce端，只能处理有界流
// 不能处理无界流， 因为执行的方式不同，MR不可能持续等待数据的到达，而是一次性批量的处理数据



public class flinkTest {
    public static void main(String[] args) throws Exception {
        //创建flink环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        //设置并行度
        env.setParallelism(2);
        //数据从上游发送到下游的缓存时间,默认也是200ms延迟
        env.setBufferTimeout(200);
        
        //数据读取,无界流
        //nc -lk 8888
        DataStreamSource<String> linesDSN = env.socketTextStream("master", 8888);
        linesDSN.print();

//        //数据读取，有界流,N是no代表无界，H是have代表有界
//           //设置为批处理的方式
//         env.setRuntimeMode(RuntimeExecutionMode.STREAMING);
//        DataStream<String> linesDSH = env.readTextFile("ScalaTest/src/main/java/data/score.txt");
//        linesDSH.print();

        //启动flink,execute会触发任务调度
        env.execute("w");


    }
}