Flink笔记整理（三）

Flink笔记整理（三）

五、DataStream API

DataStream API是Flink的核心层API，一个Flink程序，其实本质就是对DataStream的各种转换。

5.1Environment

创建执行环境

// 最简单，最常用
StreamExecutionEnvironment env = StreamExecutionEnvironment
                              .getExecutionEnvironment();
                              
// 本地执行环境（很少用）
StreamExecutionEnvironment localEnv = StreamExecutionEnvironment
                              .createLocalEnvironment();  
                              
// 远程集群执行环境
StreamExecutionEnvironment remoteEnv = StreamExecutionEnvironment
      .createRemoteEnvironment(
        "host",                   // JobManager主机名
        1234,                     // JobManager进程端口号
         "path/to/jarFile.jar"  // 提交给JobManager的JAR包
    );

设置执行模式

// 默认流模式执行，可改为批执行模式

// 命令行（更常用）
bin/flink run -Dexecution.runtime-mode=BATCH ...

// 代码写死（用得比较少，测试的时候可以用用）
StreamExecutionEnvironment env = StreamExecutionEnvironment
                    .getExecutionEnvironment();

env.setRuntimeMode(RuntimeExecutionMode.BATCH);

触发执行
Flink是由事件驱动的，只有等到数据到来，才会触发真正的计算，这也被称为“延迟执行”或“懒执行”。

env.execute();

5.2 Source

Flink可以从各种来源获取数据，然后构建DataStream进行转换处理。一般将数据的输入来源称为数据源（data source），而读取数据的算子就是源算子（source operator）。所以，source就是整个处理程序的输入端。

// 12版本以后的统一写法
DataStreamSource<String> stream = env.fromSource(…)

Flink支持的Source以及代码

5.3 Transformation

转换算子，将一个或多个DataStream转换为新的DataStream。

Flink支持的Transformation以及代码

5.4 Sink

Flink支持的Sink以及代码

总结