由于工作需要最近学习flink 现记录下Flink介绍和实际使用过程 这是flink系列的第二篇文章 Flink DataStream API 介绍及使用Flink 中的 APIDataStream 介绍DataStream API 程序剖析获取一个执行环境加载/创建初始数据指定数据相关的转换指定计算结果的存储位置触发程序执行 Flink 中的 API 这里介绍我们常用的DataStream AP
转载
2024-03-21 11:53:56
56阅读
1.Environment1.1 getExecutionEnvironment 创建一个执行环境，表示当前执行程序的上下文。 如果程序是独立调用的，则此方法返回本地执行环境；如果从命令行客户端调用程序以提交到集群，则此方法返回此集群的执行环境，也就是说，getExecutionEnvironment会根据查询运行的方式决定返回什么样的运行环境，是最常
转载
2024-08-16 13:49:38
38阅读
API的基本概念Flink 程序是一种能够对分布式集合进行转换（transformation）的常规程序，比如：过滤、映射、更新状态、联合、分组、定义窗口、聚合等。集合（Collections ）最初是通过源（sources ）来创建（例如：从文件中读取、KAFKA 主题、或者来源于本地，以及从内存中收集）。处理结果是通过槽（sinks）返回的，它可以写入文件（包括分布式文件系统，如HBase），
转载
2024-04-07 21:50:03
40阅读
DataStream API（一）在了解DataStream API之前我们先来了解一下Flink API的构成。Flink API是分层的。由最底层的Stateful Stream Process到最顶层的SQL分为四层。如下图：DataStream API 顾名思义，就是DataStream类的API，DataStream表示Flink程序中的流式数据集合。它是一个包含重复项的不可变数据集合，
转载
2024-04-09 13:56:17
188阅读
Flink程序是实现分布式集合转换的常规程序。集合最初是从源创建的。通过接收器(slink)返回结果，接收器可以将数据写到某个文件或stdout。Flink可以在各种环境(context)中运行，本地JVM或集群。1.数据集和数据流Flink用特殊的类DataSet and DataStream来表示程序中的数据。可以认为他们是可以包含重复数据的不可变数据集合。在DataSet
转载
2024-03-19 20:58:55
123阅读
Fink DataSet 常用API一、DataSource二、Transformation三、Sink Flink DataSet 常用API主要分为3部分： DataSource：是程序的数据源的输入，可以自定义数据源；transformation：具体的操作，对一个或多个输入进行计算处理；Sink：程序的输出，将Transformation处理之后的数据输出到指定的存储介质中；一、Dat
转载
2024-03-25 17:09:51
29阅读
Source 基于集合 /** * @author WGR * @create 2021/9/3 -- 13:38 */ public class SourceTest1 { //注：并行度默认取的是CPU的线程，我电脑为8核16线程。 public static void main(String[ ...
转载
2021-09-09 16:39:00
213阅读
2评论
1 Rich Function几乎所有 Function 接口的子接口，都有其 Rich 版本；在 Rich 版本中，可以在获取运行状态的上下文，从而支持使用状态，从而支持实现更复杂的功能。要使用 Rich 版本的 Function，只需要将实现 Function 子接口改为继承 rich 版本的抽象类即可，在使用中，与使用非 rich 版本一样，直接传给 DataStream API 即可。样例
Flink四大基石Flink之所以能这么流行，离不开它最重要的四个基石：Checkpoint、State、Time、Window。 Checkpoint这是Flink最重要的一个特性。Flink基于Chandy-Lamport算法实现了一个分布式的一致性的快照，从而提供了一致性的语义。Chandy-Lamport算法实际上在1985年的时候已经被提出来，但并没有被很广泛的应用，而Flin
转载
2024-05-22 10:24:04
356阅读
流处理API的衍变Storm：TopologyBuilder 构建图的工具，然后往图中添加节点，指定节点与节点之间的有向边是什么。构建完成后就可以将这个图提交到远程的集群或者本地的集群运行。Flink：不同之处是面向数据本身的，会把DataStream 抽象成一个本地集合，通过面向集合流的编程方式进行代码编写。两者没有好坏之分，Storm比较灵活自由。更好的控制。在工业界Flink会更好点。开发起
转载
2024-06-24 18:13:44
68阅读
Flink的API分层注：越底层API越灵活，越上层的API越轻便
Stateful Stream Processing
• 位于最底层， 是core API 的底层实现
• processFunction
• 利用低阶，构建一些新的组件或者算子
• 灵活性高，但开发比较复杂
Core API
• DataSet - 批处理 API
• DataStream –流处理 API
Table API
转载
2024-01-13 16:15:19
67阅读
sparkstreaming注意要点sparkstreaming是一个微对比准实时的计算框架flink与sparkstreaming不同的是,sparkstreaming中的task执行完之后就会被释放掉,而flink不会,进去之后就不会释放,可以重复使用,spark的task是临时工,flink的是合同工sparkstreaming执行程序时构建完rdd需要开启开启任务并挂起任务才会开始执行程序
转载
2024-02-03 03:44:20
50阅读
文章目录产生背景KeyedProcessFunctionTimerService 和 定时器（Timers）产生背景转换算子是无法访问事件的时间戳信息和水位线信息的。而这在一些应用场景下，极为重要。例如MapFunction这样的map转换算子就无法访问时间戳或者当前事件的事件时间。
原创
2022-02-16 09:56:09
523阅读
文章目录产生背景KeyedProcessFunctionTimerService 和 定时器（Timers）产生背景转换算子是无法访问事件的时间戳信息和水位线信息的。而这在一些应用场景下，极为重要。例如MapFunction这样的map转换算子就无法访问时间戳或者当前事件的事件时间。基于此，DataStream API提供了一系列的Low-Level转换算子。可以访问时间戳、watermar...
原创
2021-05-31 18:43:19
517阅读
一、Flink核心API Flink中提供了4种不同层次的API，每种API在简洁和易表达之间有自己的权衡，适用于不同的场景。目前上面3个会用得比较多。1、低级API(Stateful Stream Processing)：提供了对时间和状态的细粒度控制，简洁性和易用性较差，主要应用在一些复杂事件处理逻辑上。 2、核心API(DataStream/DataSet API)：主要提供了针对流数据和批
转载
2024-02-21 15:04:56
86阅读
1. Flink四大基石Flink之所以能这么流行，离不开它最重要的四个基石：Checkpoint、State、Time、Window。Checkpoint 这是Flink最重要的一个特性。 Flink基于Chandy-Lamport算法实现了一个分布式的一致性的快照，从而提供了一致性的语义。 Chandy-Lamport算法实际上在1985年的时候已经被提出来，但并没有被很广泛的应用，而Fl
结果分区消费端在前一篇，我们讲解了生产者分区，生产者分区是生产者任务生产中间结果数据的过程。消费者任务在获得结果分区可用的通知之后，会发起对数据的请求。我们仍然以生产者分区的例子作为假设，其在消费端示意图如下：可以看到在生产端和消费端存在对等的模型，具体ResultSubpartition中的数据如何被消费，我们将在本篇进行深入剖析。输入网关输入网关（InputGate）用于消费中间结果（Inte
转载
2024-04-24 21:36:02
31阅读
文章目录1、基于文件(1)、readTextFile(path)- TextInputFormat(2)、readFile(fileInputFormat, path)(3)、(fileInputFormat, path, watchType, interval, pathFilter, typeInfo)2、插座为基础socketTextStream3、基于集合(1)、fromCollecti
转载
2024-02-08 06:09:16
52阅读
Flink中的DataStream程序是在数据流中实现transformation操作(如:过滤、修改状态、定义窗口、聚合等)的常规程序。数据流通过各种source(如: 消息队列、socket流、文件等)来创建，结果通过sink返回，可能是将数据写入文件中或者标准输出(如:命令行终端输出)。Flink程序可以在不同的情况下执行，以独立的程序执行或者嵌入其他程序中执行。执行过程可以发生
转载
2024-05-11 23:56:25
69阅读
文章目录Flink SQL IntroductionAggregationWindow AggregationGroup Aggregationwindow 聚合与非 window 聚合的区别自定义函数自定义标量函数 UDF自定义聚合函数 UDAF自定义表值函数 UDTF Flink SQL Introduction声明式 API，也是 Flink 最高层的 API，易于使用。自动优化，屏蔽 S
转载
2024-03-14 06:38:39
41阅读
