Window常用算子介绍

1.apply()

使用介绍:

使用 apply() 方法，可以满足我们对窗口中数据的灵活操作。

类型转换:

WindowedStream→DataStream AllWindowedStream→DataStream

场景:

读取 Socket 端口中传入的数据，使用滚动窗口模式，5s 为一个窗口进行滚动求和计算。(本可以使用 Flink 为我们提供的 .sum() 方法实现。本例使用 apply() 方法来实现，使用 apply() 方法可以满足我们对窗口中数据的操作更加灵活）

代码:

/**
 * TODO 使用 Window 窗口的 apply 方法，实现一个 sum()求和方法
 *
 * @author liuzebiao
 * @Date 2020-2-21 14:03
 */
public class WindowApplyDemo {

    public static void main(String[] args) throws Exception {

        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        DataStreamSource<String> streamSource = env.socketTextStream("localhost", 8888);

        SingleOutputStreamOperator<Integer> intStream = streamSource.map(Integer::parseInt);

        AllWindowedStream<Integer, TimeWindow> windowedStream = intStream.windowAll(TumblingProcessingTimeWindows.of(Time.seconds(5)));

        /**1.通过 apply() 方法，实现一个sum() 求和的功能**/
        SingleOutputStreamOperator<Integer> applyStream = windowedStream.apply(new AllWindowFunction<Integer, Integer, TimeWindow>() {
            @Override
            public void apply(TimeWindow timeWindow, Iterable<Integer> values, Collector<Integer> out) throws Exception {
                int sum = 0;
                for (Integer t : values) {
                    sum += t;
                }
                out.collect(sum);
            }
        });
        
        /**2.使用.sum() 方法**/
//        SingleOutputStreamOperator<Integer> applyStream = windowedStream.sum(0);

        applyStream.print();

        env.execute("WindowApplyDemo");
    }
}

2.reduce()

使用介绍:

此 reduce() 方法为 Window 窗口操作下的 reduce() 方法。 通过 WindowedStrem.reduce()调用。

reduce()：意为归并操作。如果需要将数据流中的所有数据，归纳得到一个数据的情况，可以使用 reduce() 方法。如果需要对数据流中的数据进行求和操作、求最大/最小值等(都是归纳为一个数据的情况)，此处就可以用到 reduce() 方法

reduce() 返回单个的结果值，并且 reduce 操作每处理一个元素总是会创建一个新的值。常用的聚合操作例如 min()、max() 等都可使用 reduce() 方法实现。Flink 中未实现的 average(平均值), count(计数) 等操作，也都可以通过 reduce()方法实现。

类型转换: