小编给大家分享一下Flink中Transform怎么用，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
创新互联是一家专注于网站制作、成都网站制作与策划设计,山阳网站建设哪家好?创新互联做网站,专注于网站建设十多年,网设计领域的专业建站公司;建站业务涵盖:山阳等地区。山阳做网站价格咨询:13518219792
分组聚合
String path = "E:\\GIT\\flink-learn\\flink-learn\\telemetering.txt";
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
TupleTypeInfo> typeInfo = new TupleTypeInfo<>(Types.STRING, Types.DOUBLE, Types.LONG);
TupleCsvInputFormat> tupleCsvInputFormat =
new TupleCsvInputFormat<>(new Path(path), typeInfo);
DataStreamSource> dataStreamSource = env.createInput(tupleCsvInputFormat, typeInfo);
//或 DataStreamSource> dataStreamSource = env.readFile(tupleCsvInputFormat, path);
SingleOutputStreamOperator> operator = dataStreamSource
.filter(Objects::nonNull)
// .map()
// .flatMap()
// .keyBy(0)
.keyBy(tuple -> tuple.f0)
.minBy(1);
// .min()
// .max(1);
// .maxBy(1, false);
// .sum(1);
// .reduce();
// .process();
operator.print().setParallelism(1);
env.execute();
分流/合流
String path = "E:\\GIT\\flink-learn\\flink-learn\\telemetering.txt";
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
PojoTypeInfo typeInfo = (PojoTypeInfo) Types.POJO(TelemeterDTO.class);
PojoCsvInputFormat inputFormat = new PojoCsvInputFormat<>(new Path(path), typeInfo, new String[]{"code", "value", "timestamp"});
DataStreamSource dataStreamSource = env.createInput(inputFormat, typeInfo);
//分流
SplitStream splitStream = dataStreamSource
.split(item -> {
if (item.getValue() > 100) {
return Collections.singletonList("high");
}
return Collections.singletonList("low");
});
DataStream highStream = splitStream.select("high");
DataStream lowStream = splitStream.select("low");
//合流
ConnectedStreams connectedStreams = lowStream.connect(highStream);
// DataStream unionDataStream = lowStream.union(highStream); //需要类型一致
SingleOutputStreamOperator> operator = connectedStreams
.map(new CoMapFunction>() {
@Override
public Tuple3 map1(TelemeterDTO value) {
return Tuple3.of(value.getCode(), value.getValue(), value.getTimestamp());
}
@Override
public Tuple3 map2(TelemeterDTO value) {
return Tuple3.of(value.getCode(), value.getValue(), value.getTimestamp());
}
});
operator.print();
env.execute();
UDF函数，提供底层支持
MapFunction
FilterFunction
ReduceFunction
ProcessFunction
SourceFunction
SinkFunction
富函数
富函数 包含了生命周期，及上下文相关信息，如
open() 可以在算子创建之初建立数据库连接
close() 在在算子生命结束之前关闭资源
以上是“Flink中Transform怎么用”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！
文章题目：Flink中Transform怎么用
文章转载：
http://bjjierui.cn/article/ieihog.html
