Java&Flink数据处理学习-搭建Flink项目(入门-处理离线数据集)
Flink搭建项目搭建项目pom<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org
·
Flink
搭建项目并处理离线数据
pom
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.bygones</groupId>
<artifactId>learn-flink</artifactId>
<version>1.0.0-SNAPSHOT</version>
<dependencies>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-java</artifactId>
<version>1.10.1</version>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-streaming-java_2.12</artifactId>
<version>1.10.1</version>
</dependency>
</dependencies>
</project>
java & filnk 处理离线数据的代码
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.DataSet;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.operators.DataSource;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.util.Collector;
// batch word count
// 对离线数据集的处理
// DataSet 批处理API
public class WordCount {
public static void main(String[] args) throws Exception {
// 创建执行环境
ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
// 从文件中读取数据
String inputPath = "F:\\workspace\\data-process\\flink\\learn-flink\\src\\main\\resources\\batch1.txt";
// DataSource<String> stringDataSources = env.readTextFile(inputPath);
DataSet inputDataSet = env.readTextFile(inputPath);
// 对数据集进行处理,按空格分词展开,转换成(word,1)二元组进行统计
DataSet<Tuple2<String,Integer>> resultDataSet = inputDataSet.flatMap(new MyFlatMapper()) // MyFlatMapper 返回的是二元组数据(word, 1)
.groupBy(0) // 0 代表位置
.sum(1); // 1 代表位置
// 打印输出
resultDataSet.print();
}
// FlatMapFunction<输入参数的类型, 输出参数的类型>
// Tuple2<String,Integer> 二元组数据类型,例如(word , 1);
public static class MyFlatMapper implements FlatMapFunction<String,Tuple2<String,Integer>>{
// 定义对数据的处理规则
/***
* <p>
* 知识点描述:
* Collector 收集器, 将需要返回的数据收集起来
* </p>
* @param value 输入的数据
* @param collector 收集器, 将需要返回的数据收集起来
* @throws Exception
*/
public void flatMap(String value, Collector<Tuple2<String, Integer>> collector) throws Exception {
// 按照空格分词
String[] words = value.split(" ");
// 遍历所有word,包成二元组
for (String word: words) {
collector.collect(new Tuple2<String, Integer>(word , 1));
}
}
}
}
batch1.txt文件的内容
hello world
hello flink
hello spark
hello scala
how are you
fine thank you
and you

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐
所有评论(0)