flink上多路径的文件支持似乎不太友好,目前没有找到更好的办法。

在spark下可以使用的读取hdfs多路径的方式为:
/root/data/20170101/
/root/data/20170102/
/root/data/20170103/

/root/data/20170201/
/root/data/20170202/

比如读取二月份的所有数据可以使用如下
spark可以使用hdfs://hostname:9000/root/data/201702*/*
flink却不太支持该方式

自身采用的策略是:
循环读取拼接路径为path_i,(具体代码如下)

//初始化读取stData,赋值给union_st_data_resut
val union_st_data_resut: DataSet[Dsfuion] = stData

for (i <- 1 to 9) {
   var path_i: String = "hdfs://hostname:9000/root/data/201702"+i
   val st_data_tem: DataSet[String] = env.readTextFile(path_i)
   val stData_tem: DataSet[Dsfuion] = st_data_tem.map(x => {
        val data = x.split(",")
        (Dsfuion(data(0).toInt, data(1).toInt)
      }) 
   union_st_data_resut.union(stData_tem)
 }
//这样就可以对生成的union_st_data_resut路径下的所有数据合并结果进行操作了
 

Logo

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