医院信息化建设会议安排网站,wordpress菜单不能打开,博望网站建设,商家入驻的商城平台文章目录通俗解释什么是flink及其应用场景flink处理流程及核心APIflink代码快速入门flink重要概念什么是flink#xff1f; 刚接触这个词的同学 可能会觉得比较难懂#xff0c;网上搜教程 也是一套一套的官话#xff0c; 如果大家熟悉stream流#xff0c;那或许会比较好理解…
文章目录通俗解释什么是flink及其应用场景flink处理流程及核心APIflink代码快速入门flink重要概念什么是flink 刚接触这个词的同学 可能会觉得比较难懂网上搜教程 也是一套一套的官话 如果大家熟悉stream流那或许会比较好理解 就是流式处理。博主也是刚学习简单做了个入门小结,后续学习 文章也会不断完善 通俗解释什么是flink及其应用场景
flink是一个流式处理框架且高性能。说通俗点就是把数据转成流的形式进行处理可以在多进程中执行而且是分布式架构 支持集群部署
那么实际应用场景是怎么样的呢还是通俗点举例我们可以将文本文件中的内容通过flink流式读取、统计等操作这是最基础的操作也可以监听服务器端口不断从端口获取数据 并进行处理还可以把消息队列中的消息进行读取 此外用于IOT场景也是没有问题的。比如某社交网站要实时统计点赞排行榜就可以通过flink进行处理。换句话说有数据的地方都可以用flink处理。
flink是基于内存的所以高效 与大多数组件一样内存不安全所以会有持久化的功能 checkPoint flink本身就是为大数据服务的所以避免宕机风险 能够支持集群部署
当然 杀鸡焉用牛刀 flink一般是在大数据量的情况下才会使用的。
flink处理流程及核心API
在此之前我们看看在flink出现之前的上一代架构 批处理有序 低速 流处理无序 高速 lambda架构是有两套处理方式的而flink的出现可以实现批流处理。 flink的四层API
流处理和批处理 都是基于DataStream和DataSet早期flink批处理都是基于DataSet API ,在1.12版本开始 统一使用 DataStream 就可实现批流处理
flink代码快速入门
下面快速入门 在springboot环境中flink的应用 , 注意导包不要导错了。 我们的demo业务场景是 统计words.txt中 每个单词出现的次数。
import org.apache.flink.api.common.typeinfo.Types;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.operators.AggregateOperator;
import org.apache.flink.api.java.operators.DataSource;
import org.apache.flink.api.java.operators.FlatMapOperator;
import org.apache.flink.api.java.operators.UnsortedGrouping;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.util.Collector;
import org.springframework.web.bind.annotation.RestController;import javax.annotation.PostConstruct;/*** DataSet API 批处理 (有序 低速)**//*** flink 分层api** SQL 最高层语言* table API 声明式领域专用语言* DataStream / DataSet API 核心Apis* (流处理和批处理 基于这两者 早期flink批处理都是基于DataSet API 在1.12版本开始 统一使用 DataStream 就可实现批流处理)* 有状态流处理 底层APIs*/
RestController
public class DataSetAPIBatchWordCount {PostConstructpublic void test() throws Exception {// 1. 创建一个执行环境ExecutionEnvironment env ExecutionEnvironment.getExecutionEnvironment();// 2. 从文件中读取数据// 继承自Operator Operator 继承自DataSet , DataSource基于DataSetDataSourceString lineDataSource env.readTextFile(input/words.txt);// 3. 逻辑处理 将每行数据进行分词 转换成二元组类型FlatMapOperatorString, Tuple2String, Long wordAndOneTuple lineDataSource.flatMap(// 将每行打散 放到一个收集器里(String line, CollectorTuple2String, Long out) - {// 将一行文本进行分词String[] words line.split( );// 将每个单词转换成二元组分组for (String word : words) {// 每来一个单词 计数1out.collect(Tuple2.of(word, 1L));}// 因为有泛型擦除 所以需要指定回类型}).returns(Types.TUPLE(Types.STRING, Types.LONG));// 4. 按照word进行分组 groupBy可以传入索引位置 0表示索引 of(word 0)UnsortedGroupingTuple2String, Long wordAndOneGroup wordAndOneTuple.groupBy(0);// 5. 分组内 进行累加 1表示索引 of(word 索引0 , 1L 索引1);AggregateOperatorTuple2String, Long sum wordAndOneGroup.sum(1);// 6. 打印输出sum.print();}} import org.apache.flink.api.common.typeinfo.Types;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.datastream.KeyedStream;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.util.Collector;
import org.springframework.web.bind.annotation.RestController;import javax.annotation.PostConstruct;/*** DataStream API 批处理* (启动jar包时 指定模式)*/
RestController
public class DataStreamAPIBatchWordCount {PostConstructpublic void test() throws Exception {// 1. 创建流式的执行环境StreamExecutionEnvironment env StreamExecutionEnvironment.getExecutionEnvironment();// 2. 读取文件 (有界流)DataStreamSourceString lineDataStreamSource env.readTextFile(input/words.txt);// 3. 转换计算SingleOutputStreamOperatorTuple2String, Long wordAndOneTuple lineDataStreamSource.flatMap((String line, CollectorTuple2String, Long out) - {String[] words line.split( );for (String word : words) {out.collect(Tuple2.of(word, 1L));}}).returns(Types.TUPLE(Types.STRING, Types.LONG));// 4. 分组操作 wordAndOneTuple.keyBy(0) 根据0索引位置分组KeyedStreamTuple2String, Long, String wordAndOneKeyedStream wordAndOneTuple.keyBy(item - item.f0);// 5. 求和SingleOutputStreamOperatorTuple2String, Long sum wordAndOneKeyedStream.sum(1);// 6. 打印sum.print();// 7. 启动执行 上面步骤只是定义了流的执行流程env.execute();// 数字表示子任务编号 (默认是cpu的核心数 同一个词会出现在同一个子任务上进行叠加)
// 3 (java,1)
// 9 (test,1)
// 5 (hello,1)
// 3 (java,2)
// 5 (hello,2)
// 9 (test,2)
// 9 (world,1)
// 9 (test,3)}
}
文本文件位于根目录的input目录下 test
hello test
world
hello java
java
test运行启动application中的main方法即可 flink重要概念
JobManger TaskManger
JobManger是调度中心将客户端的数据收集成任务分发给TaskManger执行 TaskManger是真正执行任务的地方。 JobManger可以理解为master, TaskManger可以理解为worker (slaver)
