【精选】Flink入门之Flink程序开发步骤(java语言) |
您所在的位置:网站首页 › java 流处理 分布式 › 【精选】Flink入门之Flink程序开发步骤(java语言) |
文章目录
(0)开发程序所需依赖(1)获取执行环境(2)加载/创建数据源(3)数据转换处理(4)处理后数据放置/输出(5)执行计算程序(6)完整示例
注:本篇章的flink学习均是基于java开发语言
我们如果要使用flink进行计算开发,一个完整的开发步骤是怎样的呢? 前情回顾:什么叫有界数据流,什么叫无界数据流(何为流处理,何为批处理)? - Batch Analytics,右边是 Streaming Analytics。批量计算: 统一收集数据->存储到DB->对数据进行批量处理,对数据实时性邀请不高,比如生成离线报表、月汇总,支付宝年度账单(一年结束批处理计算) - Streaming Analytics 流式计算,顾名思义,就是对数据流进行处理,如使用流式分析引擎如 Storm,Flink 实时处理分析数据,应用较多的场景如 实时报表、车辆实时报警计算等等。 (0)开发程序所需依赖 UTF-8 UTF-8 1.8 1.8 1.8 2.12 1.12.2 org.apache.flink flink-clients_2.12 ${flink.version} org.apache.flink flink-scala_2.12 ${flink.version} org.apache.flink flink-java ${flink.version} org.apache.flink flink-streaming-scala_2.12 ${flink.version} org.apache.flink flink-streaming-java_2.12 ${flink.version} org.apache.flink flink-table-api-scala-bridge_2.12 ${flink.version} org.apache.flink flink-table-api-java-bridge_2.12 ${flink.version} src/main/java org.apache.maven.plugins maven-compiler-plugin 3.5.1 1.8 1.8 org.apache.maven.plugins maven-surefire-plugin 2.18.1 false true **/*Test.* **/*Suite.* org.apache.maven.plugins maven-shade-plugin 2.3 package shade *:* META-INF/*.SF META-INF/*.DSA META-INF/*.RSA (1)获取执行环境flink程序开发,首要的便是需要获取其执行环境! ex: ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();或者: StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();如果使用StreamExecutionEnvironment 默认便是流式处理环境 但是flink1.12 开始,流批一体,我们可以自己指定当前计算程序的环境模式 指定为自动模式:AUTOMATIC 此设置后,flink将会自动识别数据源类型 有界数据流,则会采用批方式进行数据处理 无界束流,则会采用流方式进行数据处理 env.setRuntimeMode(RuntimeExecutionMode.AUTOMATIC);强制指定为批数据处理模式:BATCH env.setRuntimeMode(RuntimeExecutionMode.BATCH);强制指定为流数据处理模式:STREAMING env.setRuntimeMode(RuntimeExecutionMode.STREAMING);注意点: 在flink中,有界与无界数据流都可以强指定为流式运行环境,但是,如果明知一个数据来源为流式数据,就必须设置环境为AUTOMATIC 或STREAMING,不可以指定为BATCH否则程序会报错! (2)加载/创建数据源flink,是一个计算框架,在计算的前提,肯定是要有数据来源啊! flink可以从多种场景读取加载数据,例如 各类DB 如Mysql、SQL SERVER、MongoDB、各类MQ 如Kafka、RabbitMQ、以及很多常用数据存储场景 如redis、文件(本地文件/HDFS)、scoket… 我们在加载数据源的时候,便知道,该数据是有界还是无界了! ex: flink读取rabbitMQ消息,是有界还是无界呢?当然是无界!因为flink程序启动时,能通过连接知道什么时候MQ中有数据,什么时候没有数据吗?不知道,因为本身MQ中是否有消息或者消息有多少就是一个不能肯定确定的因素,因此其不得不保持一个类似于长连接的形式,一直等待MQ中有数据到来,然后处理。 flink读取指定某个文件中的数据,那么此数据源是有界还是无界呢?当然是有界!因为文件中数据,flink读取会做记录,当文件内容读完了,数据源就相当于没有新的数据来到了嘛! ex: 从集合中读取数据: DataStream elementsSource = env.fromElements("java,scala,php,c++","java,scala,php", "java,scala", "java");那么,这是无界数据还是有界数据呢?很明显,有界数据!因为数据就这么多,当前数据源在读取时不会再凭空产生数据了。 从scoket中读取数据: DataStreamSource elementsSource= env.socketTextStream("10.50.40.131", 9999);这是无界数据还是有界数据呢?很明显,无界数据!因为scoket一旦连接,flink不会知道其数据源什么时候会数据结束,其不得不保持一个类似于长连接的状态,一直等待Scoket中有数据到来,然后处理。 (3)数据转换处理数据转换处理,就是flink使用算子,对从数据源中获取的数据进行数据加工处理(例如 数据转换,计算等等) 例如:开窗口、低阶处理函数ProcessFuction、各种算子:map(映射,与java8流中Map效果类似),flatmap(元素摊平,与java8流中Map效果类似)等等。 demo示例: DataStreamSource elementsSource = env.fromElements("java,scala,php,c++", "java,scala,php", "java,scala", "java"); // 数据处理 DataStream flatMap = elementsSource.flatMap(new FlatMapFunction() { @Override public void flatMap(String element, Collector out) throws Exception { String[] wordArr = element.split(","); for (String word : wordArr) { out.collect(word); } } }); flatMap.map(new MapFunction() { @Override public String map(String value) throws Exception { return value.toUpperCase(); } }); (4)处理后数据放置/输出将计算后的数据,进行放置(输出/存储),可以很地方,从什么地方读取数据,自然也可以将计算结果输出到该地点。 例如:输出到文件,输出到控制台,输出到MQ,输出到DB,输出到scoket… ex:输出到控制台 source.print(); (5)执行计算程序flink程序需要启动才能执行任务,正如,spring-boot启动程序需要nohup java -jar xxxx.jar & 或者编译器中点击图标按钮启动 启动示例: // 1.准备环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // 设置模式 (流、批、自动) // 2.加载数据源 // 3.数据转换 // 4.数据输出 // 5.执行程序 env.execute(); //或者 env.execute("指定当前计算程序名"); (6)完整示例 public class FlinkDemo { public static void main(String[] args) throws Exception { // 1.准备环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // 设置运行模式 env.setRuntimeMode(RuntimeExecutionMode.AUTOMATIC); // 2.加载数据源 DataStreamSource elementsSource = env.fromElements("java,scala,php,c++", "java,scala,php", "java,scala", "java"); // 3.数据转换 DataStream flatMap = elementsSource.flatMap(new FlatMapFunction() { @Override public void flatMap(String element, Collector out) throws Exception { String[] wordArr = element.split(","); for (String word : wordArr) { out.collect(word); } } }); //DataStream 下边为DataStream子类 SingleOutputStreamOperator source = flatMap.map(new MapFunction() { @Override public String map(String value) throws Exception { return value.toUpperCase(); } }); // 4.数据输出 source.print(); // 5.执行程序 env.execute("flink-hello-world"); } }IDEA执行后,输出结果: 前边序号可以理解为多线程执行时的线程名字! |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |