在netcat中输入几个单词 逗号分隔
在程序一端查看结果
4、程序提交到Flink启动flink
windows为 start-cluster.bat linux为start-cluster.shlocalhost:8081查看管理页面
通过maven对代码打包
将打好的包提交到flink上
查看log
tail -f log/flink-***-jobmanager.out在netcat中继续输入单词,在Running Jobs中查看作业状态,在log中查看输出。
四、Flink 编程模型Flink提供不同级别的抽象来开发流/批处理应用程序。
最低级抽象只提供有状态流。
在实践中,大多数应用程序不需要上述低级抽象,而是针对Core API编程, 如DataStream API(有界/无界流)和DataSet API(有界数据集)。
Table Api声明了一个表,遵循关系模型。
最高级抽象是SQL。
我们这里只用到了DataStream API。
Flink程序的基本构建块是流和转换。
一个程序的基本构成:
l 获取execution environment
l 加载/创建原始数据
l 指定这些数据的转化方法
l 指定计算结果的存放位置
l 触发程序执行
五、DataStreaming API使用 1、获取execution environmentStreamExecutionEnvironment是所有Flink程序的基础,获取方法有:
getExecutionEnvironment()
createLocalEnvironment()
createRemoteEnvironment(String host, int port, String ... jarFiles)
一般情况下使用getExecutionEnvironment。如果你在IDE或者常规java程序中执行可以通过createLocalEnvironment创建基于本地机器的StreamExecutionEnvironment。如果你已经创建jar程序希望通过invoke方式获取里面的getExecutionEnvironment方法可以使用createRemoteEnvironment方式。
2、加载/创建原始数据StreamExecutionEnvironment提供的一些访问数据源的接口
(1)基于文件的数据源
readTextFile(path) readFile(fileInputFormat, path) readFile(fileInputFormat, path, watchType, interval, pathFilter, typeInfo)(2)基于Socket的数据源(本文使用的)
l socketTextStream
(3)基于Collection的数据源
fromCollection(Collection) fromCollection(Iterator, Class) fromElements(T ...) fromParallelCollection(SplittableIterator, Class) generateSequence(from, to) 3、转化方法(1)Map方式:DataStream -> DataStream
功能:拿到一个element并输出一个element,类似Hive中的UDF函数
举例:
DataStream<Integer> dataStream = //... dataStream.map(new MapFunction<Integer, Integer>() { @Override public Integer map(Integer value) throws Exception { return 2 * value; } });(2)FlatMap方式:DataStream -> DataStream
功能:拿到一个element,输出多个值,类似Hive中的UDTF函数