这篇文章主要介绍了Flink中如何使用TimeWindowAll，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。
创新互联专注于南涧企业网站建设,成都响应式网站建设公司,购物商城网站建设。南涧网站建设公司,为南涧等地区提供建站服务。全流程按需设计，专业设计，全程项目跟踪，创新互联专业和态度为您提供的服务
timeWindowAll时间滚动窗口(不分区时间滚动窗口【滑动窗口与滚动窗口的区别，在于滑动窗口会有数据元素重叠可能，而滚动窗口不存在元素重叠】)
示例环境
java.version: 1.8.xflink.version: 1.11.1
Flink 系例 之 搭建开发环境与数据
TimeWindowAll.java
import com.flink.examples.DataSource;
import org.apache.flink.api.java.tuple.Tuple3;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.source.RichSourceFunction;
import org.apache.flink.streaming.api.windowing.time.Time;
import java.util.List;
/**
* @Description 不分区时间滚动窗口
*/
public class TimeWindowAll {
/*
窗口在处理流数据时，通常会对流进行分区；
数据流划分为：
keyed（根据key划分不同数据流区）
non-keyed(指没有按key划分的数据流区，指所有原始数据流)
*/
/**
* 遍历集合，返回指定时间滚动窗口下最大年龄数据记录
* @param args
* @throws Exception
*/
public static void main(String[] args) throws Exception {
final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
//env.setParallelism(1);
DataStream> inStream = env.addSource(new MyRichSourceFunction());
DataStream> dataStream = inStream
//按时间窗口滚动，对前6秒内的输入数据流，计算一次
.timeWindowAll(Time.seconds(6))
//注意：计算变量为f2
.maxBy(2);
dataStream.print();
env.execute("flink TimeWindow job");
}
/**
* 模拟数据持续输出
*/
public static class MyRichSourceFunction extends RichSourceFunction> {
@Override
public void run(SourceContext> ctx) throws Exception {
List> tuple3List = DataSource.getTuple3ToList();
for (Tuple3 tuple3 : tuple3List){
ctx.collect(tuple3);
//1秒钟输出一个
Thread.sleep(1 * 1000);
}
}
@Override
public void cancel() {
try{
super.close();
}catch (Exception e){
e.printStackTrace();
}
}
}
} 打印结果
2> (王五,man,29)
感谢你能够认真阅读完这篇文章，希望小编分享的“Flink中如何使用TimeWindowAll”这篇文章对大家有帮助，同时也希望大家多多支持创新互联，关注创新互联行业资讯频道，更多相关知识等着你来学习!
