FLINKプログラムは、特定のプログラミングモードに従ってください。データストリームAPIと実質的に同じデータセットのAPIプログラムの構造を有しています。プログラムフローのサンプルコードなどのテキストファイルへの単語頻度統計。
package com.realtime.flink.streaming
import org.apache.flink.apijava.utils.ParameterTool
import org.apache.flink.streaming.api.scala.{DataStream, StreamExecutionEnvironment, _}
object WordCount {
def main(args: Array[String]) {
//第一步:设定执行环境
val env = SreamExecutionEnvironment.getExecutionEnvironment
//第二步:指定数据源地址,开始读取数据
val text = env.readTextFile("file:///path/file")
//第三步:对数据集指定转换操作逻辑
val counts : DataStream[(String, int)] = text
.flatMap(_.toLowerCase.split(" "))
.fliter(_.nonEmpty)
.map(_, 1)
.sum(1)
//第四步:指定计算结果输出位置
if (params.has("output")) {
counts.writeAsText(params.get("output"))
} else {
println("Printing resule to stdout. Use --output to specify output path.")
counts.print()
}
//第五步:指定名称并触发流式任务
env.execute("Streaming WordCount")
}
}
FLINKプログラム全体の合計は、5つのステップに分けられます。
1. FLINK実行環境
異なる実行環境では、アプリケーションの種類を決定します。
環境を処理し、ExecutionEnvironmentバルクデータをストリーミングするためのStreamExecutionEnvironmen。
3通りの方法で環境を取得します。
ストリーム処理:
//设定Flink运行环境,如果在本地启动则创建本地环境,如果在集群启动就创建集群环境 StreamExecutionEnvironment.getExecutionEnvironment //指定并行度创建本地执行环境 StreamExecutionEnvironment.createLocalEnvironment(5) //指定远程JobManager ip和RPC 端口以及运行程序所在的jar包和及其依赖包 StreamExecutionEnvironment.createRemoteEnvironment("JobManagerHost", 6021, 5, "/user/application.jar")
リモートコピープログラムを指定して、リモートクラスタJobManager RPC接続から直接ネイティブコードを作成するための第三の方法は、JobManagerノード、リモート環境で実行FLINKアプリケーション、ローカルのクライアントに対応したプログラムへのjarファイルを実行します。
バッチ:
//设定Flink运行环境,如果在本地启动则创建本地环境,如果在集群启动就创建集群环境
ExecutionEnvironment.getExecutionEnvironment
//指定并行度创建本地执行环境
ExecutionEnvironment.createLocalEnvironment(5)
//指定远程JobManager ip和RPC 端口以及运行程序所在的jar包和及其依赖包
ExecutionEnvironment.createRemoteEnvironment("JobManagerHost", 6021, 5, "/user/application.jar")
必要性は、実行環境に対応する異なる環境を導入する際に、異なる言語で開発されたノートFLINKアプリケーション
2.初期化データ
実行環境を作成した後、ExecutionEnvironmentの必要性は、データの初期化のための異なるデータ・アクセス・インタフェースを提供するために、外部でDataStreamにデータを変換します
またはデータセット データがセット。 FLINKは、バッチおよびリアルタイムデータコネクタを備え、外部コネクタから読み出された各種データを提供し、FLINKシステムは、他のサードパーティシステム、外部データへの直接アクセスに接続することができます。
以下のコードはflle readTextFile()メソッドによって読み取られる:// pathfileデータパスとでDataStreamに変換しました
データがセット。
val text: DataStream[String] = env.readTextFlie("flle://pathfile")
分散データ・セットにローカルファイルからでDataStream [文字列]データセットにファイル、完全な変換を読み出し
3.変換を実行します
データセット上の各種操作の変換は、それぞれが機能インタフェースを実装することによって定義演算子を完了するために、処理ロジック各データ内に実装され、異なるオペレータ、オペレータによって達成されます。
データストリームAPIとデータセットAPIのような多くの変換演算子、提供マップ、flatMap、フィルタ、keyByに、ユーザは、論理関数の各々がオペレータによって実行し、データ変換操作オペレータインターフェイスに適用される定義する必要があります。
val counts: DataStream[String, Int] = text
.flatMap(_.toLowerCase.split(" ")) //执行flatMap操作
.filter(_.nonEmpty) //过滤空字段
.map((_, 1) //执行map转换操作,转换成key - value 接口
.keyBy(0) // 按照指定key对数据重分区
.sum(1) /执行求和运算操作
関数定義FLINK計算ロジックは、以下の方法の完了により定義することができます。
1.クラス関数インタフェースを作成することによって達成しました
//实现MapFunction接口
class MyMapFunction extends MapFunction[String, String] {
override def map(t: String): String {
t.toUpperCase()
}
}
val dataStream: DataStream[String] = env.fromElements("hello", flink)
//将MyMapFunction实现类传入进去
dataStream.map(new MyMapFunction)
集中化されたデータ列を達成するためのデータ処理の完了は大文字に変換しました
匿名クラスを作成することにより、機能インタフェースを実装する2。
val dataStream: DataStream[String] = env.fromElements("hello", flink)
//通过创建MapFunction匿名实现类来定义map函数的计算逻辑
dataStream.map(new MapFunction[String, String] {
//实现对输入字符串大写转换
override def map(t: String): String{
t.toUpperCase()
}
})
RichFunctionインタフェースを実装すること3。
FLINK RichFunctionは、より高度なデータ処理シナリオのためのインタフェースを提供し、そこRichFunctionインターフェースオープン、クローズ、getRuntimeContext setRuntimeContextと内部状態データ、キャッシュシステムを取得し、MapFunctionは同様に、RichFunctionサブクラスもRichMapFunction。
//定义匿名类实现RichMapFunction接口,完成对字符串到整形数字的转换
dataStream.map(new RichMapFunction[String, Int] {
//实现对输入字符串大写转换
override def map(in: String):Int = (in.toInt)
})
パーティション・キーを指定します。4.
いくつかの演算子は、指定されたキーの変換を必要とする、共通のオペレータが有する:.参加、コグループ、GROUPBYデータストリームが主経路データに同一のパイプライン内の同じキーに、対応するデータセットまたはデータセットKeyedStreamとGroupDataSetに変換する必要があります
1.指定された場所フィールド
//DataStream API聚合计算
val dataStream : DataStream[(String,Int)] = env.fromElements(("a", 1),("c", 2))
//根据第一个字段重新分区,然后对第二个字段进行求和计算
val result = dataStream.keyBy(0).sum(1)
//DataSet API 聚合计算
val dataSet = env.fromElements(("a", 1),("c", 2))
//根据第一个字段进行数据重分区
val groupDataSet : GroupDataSet[(String , Int)] = dataSet.groupBy(0)
//求取相同key值第二个字段的最大值
groupDataSet.max(1)
に応じて、フィールドの名前を指定します。2.
データ構造の所望のタイプの名前を使用することでDataStreamタプルクラスまたはクラスのPOJOでなければなりません
val personDataSet = env.fromElements(new Person("Alex", 18), new Person("Peter", 43))
//指定name字段名称来确定groupBy 字段
personDataSet.groupBy("name").max(1)
プログラムタプルのフィールド名のデータ・タイプは、通常、計算された位置のインデックスフィールドから起動した場合は、最初から計算されます0
val personDataStream = env.fromElements(new Person("Alex", 18), new Person("Peter", 43))
//通过名称指定第一个字段
personDataStream.keyBy("_1")
//通过位置指定第一个字段
personDataStream.keyBy(0)
ネストされた複雑なデータ構造:
class NestedClass {
var id: int,
tuples: (Long, Long, String)){
def this() {
this(0, (0, 0, " "))
}
}
class CompelexClass(var nested: NestedClass, var tag: String) {
def this() {
this(null, " ")
}
}
「ネストされた」とは、全体NestedClassは、すべてのフィールドに、コールIDフィールド「タグ」GET CompelexClassタグフィールド、呼び出しは「nested.id」NestedClassを取得し、最初のフィールド元祖でGET NestedClassタプル「nested.tuples._1」と呼ぶオブジェクト取得
3.キーがセレクタで指定されています
定義されてKeySelector、その後のgetKey複製方法、指定されたキーから取得したPersonオブジェクト名。
case class Person(name: String, age: Int)
var person = env.fromElements(Person("hello", 1), Person("Flink", 3) )
//
val keyed: KeyedStream[WC] = person.keyBy(new KeySelector[Person, String](){
override def getKey(person: Person): String = person.name
})
5.出力
データ変換動作の後に、典型的には、外部のシステムまたは基本的なデータ出力方法にコンソール.Flink添加に出力され、システムは、多くのコネクタで定義され、クラスDataSink AddSinkを(呼び出すことによって、ユーザ定義の出力システムのオペレータを追加します)、外部システムにこのデータを出力することができます。
//将数据输出到文件中
counts.writeAsText("file://path/to/savefile")
//将数据输出控制台
counts.print()
プログラムのトリガ
代わりに、すべての計算論理演算の定義、ExecutionEnvironmentを調整する必要がプログラムの実行をトリガする()メソッドを実行し、execute()メソッドは、型JobExecutionResultの結果を返し、JobExecutionResultアキュムレータは、時間、プログラムの実行の他の指標を含んでいます。
注:でDataStreamが表示コールにexecute()メソッドをアプリケーションのニーズをストリーミング、そうでない場合は、アプリケーションが実行されることはありませんが、オペレータのためのFLINKのDataSet APIの出力がすでにコール表示する必要がなくなり、()メソッドを実行するための呼び出しを含む、それ以外のプログラムが存在します。例外。
//调StreamExecutionEnvironment的execute()方法来执行流式应用程序
env.execute("App Name")
概要
;初期化データ、変換動作を行う、キー指定されたパーティション、いくつかの実装では、トリガ出力の詳細など、開発モデルの内部実行環境取得:この論文では、アプリケーション開発FLINKステップ5に記載されています。