Flink 1.10 流式处理(Data Streaming Api) 官网翻译

Flink中的DataStream程序是实现数据流转换的常规程序(例如,过滤、更新状态、定义窗口、聚合)。

数据流最初是从各种来源(例如,消息队列、套接字流、文件)创建的。

结果通过sink返回,例如,接收可以将数据写入文件或标准输出(例如命令行终端)。

Flink程序在各种上下文中运行,独立运行或嵌入到其他程序中。执行可以在本地JVM中进行,也可以在许多机器的集群中进行。

有关Flink API的基本概念的介绍,请参阅https://ci.apache.org/projects/flink/flink-docs-release-1.9/dev/api_concepts.html

程序样例


下面的程序是一个完整的、可工作的流式窗口关于字数统计的应用程序示例,它在5秒内计算来自web套接字的字数。您可以复制并粘贴代码以在本地运行它。

import org.apache.flink.api.common.functions.FlatMapFunction;import org.apache.flink.api.java.tuple.Tuple2;import org.apache.flink.streaming.api.datastream.DataStream;import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;import org.apache.flink.streaming.api.windowing.time.Time;import org.apache.flink.util.Collector;public class WindowWordCount { public static void main(String[] args) throws Exception { StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); DataStream<Tuple2<String, Integer>> dataStream = env .socketTextStream("localhost", 9999) .flatMap(new Splitter()) .keyBy(0) .timeWindow(Time.seconds(5)) .sum(1); dataStream.print(); env.execute("Window WordCount"); } public static class Splitter implements FlatMapFunction<String, Tuple2<String, Integer>> { @Override public void flatMap(String sentence, Collector<Tuple2<String, Integer>> out) throws Exception { for (String word: sentence.split(" ")) { out.collect(new Tuple2<String, Integer>(word, 1)); } } }}

要运行示例程序,首先从终端使用netcat启动输入流:

nc-lk9999

只需键入一些单词,然后按回车键输入一个新单词。这些将是字数统计程序的输入。如果你想看到数大于1,输入相同的单词一遍又一遍在5s大小的窗口输出。

数据源


程序源是程序读取输入的地方。可以使用StreamExecutionEnvironment.addSource(sourceFunction)将数据源添加到程序中。

Flink附带了许多预先实现的源函数,而且你可以实现串行方式SourceFunction接口来实现自定义的数据源。

或通过并行方式ParallelSourceFunction接口或RichParallelSourceFunction来编写自己的数据源。

下面预定义的数据源可以通过StreamExecutionEnvironment来访问:

基于文件:

    1.readTextFile(path) -按照TextInputFormat规范逐行以字符串形式读取文件或者文件夹。

    2.readFile(fileInputFormat, path) - 按照指定的文件输入格式读取文件或者文件夹。

    3.readFile(fileInputFormat, path, watchType, interval, pathFilter, typeInfo) -这是前两个方法在内部调用的方法。

它根据给定的fileInputFormat读取路径中的文件。根据所提供的watchType,此源可以定期(每隔一段时间)监视新数据的路径(fileprocessingmode . process_continuous),

或者一次性处理当前路径中的数据并退出(FileProcessingMode.PROCESS_ONCE)。使用pathFilter,可以排除不需要处理的文件。

实现

在底层,Flink将文件读取过程分成两个子任务,即目录监视和数据读取。每个子任务都由一个单独的实体实现。

监视由单个非并行(parallelism = 1)任务实现,而读取由多个并行运行的任务执行。后者的并行度等于作业并行度。

单个监视任务的作用是扫描目录(定期或仅扫描一次,这取决于watchType),查找要处理的文件,将它们划分为分段,并将这些分段分配给下游的读取器。

读取器将读取实际数据。每个分割只由一个读取器读取,而一个读取器可以逐个读取多个分割。

注意:

如果watchType设置为FileProcessingMode。当一个文件被修改时,它的内容将被完全重新处理。这可能会打破“只有一次”的语义,因为在文件末尾附加数据将导致所有内容被重新处理。

如果watchType设置为FileProcessingMode。PROCESS_ONCE,源程序只扫描路径一次并退出,而不等待读取器完成文件内容的读取。

当然,程序将继续阅读,直到所有的文件内容被读取。关闭源将导致在该点之后没有更多的检查点。这可能会导致节点故障后恢复较慢,因为作业将从最后一个检查点恢复读取。

基于Socket:

       1.socketTextStream - 从套接字读取。元素可以用分隔符分隔。

基于集合:

    1.fromCollection(Collection) -从Java.util. collection创建一个数据流。集合中的所有元素必须具有相同的类型。

    2.fromCollection(Iterator, Class) -从迭代器创建数据流。该类指定迭代器返回的元素的数据类型。

    3.fromElements(T ...) - 从给定的对象序列创建数据流。所有对象必须具有相同的类型。

    4.fromParallelCollection(SplittableIterator, Class) - 并行地从迭代器创建数据流。该类指定迭代器返回的元素的数据类型。

    5.generateSequence(from, to) - 并行地生成给定区间内的数字序列。

基于自定义:

    1.addSource - 添加一个新的source函数。例如,要从Apache Kafka中读取数据,可以使用addSource(new FlinkKafkaConsumer08<>(...))。有关更多细节,请参见连接器https://ci.apache.org/projects/flink/flink-docs-release-1.9/dev/connectors/index.html


源地址:https://ci.apache.org/projects/flink/flink-docs-release-1.9/dev/datastream_api.html

更多大数据技术请咨询微信 18310801089

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,324评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,356评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,328评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,147评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,160评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,115评论 1 296
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,025评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,867评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,307评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,528评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,688评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,409评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,001评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,657评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,811评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,685评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,573评论 2 353

推荐阅读更多精彩内容