flink入门（三）——DataStream API

一、概述

　　1.大致流程：主要分五步

获取一个执行环境
加载/创建初始数据
指定数据上的转换
指定计算结果放在哪里
触发程序执行

　详细步骤，可以参考：https://www.cnblogs.com/cjsblog/p/12967555.html

　1）在sacla中可以通过静态方法获取执行环境：（根据上下文自动推断）

val env = StreamExecutionEnvironment.getExecutionEnvironment()

　2)DataSource数据输入

　　　　主要包含：内置数据源和第三方数据源Connector，例如Kafka Connector等

　　　　从文件中读取数据示例：

DataStream<String> text = env.readTextFile("file:///path/to/file");

 　　　　从kafka读取示例如下：

　　　　　　https://blog.csdn.net/u013076044/article/details/102651473

二、Transfrom算子

　　1.map

　　　　对数据流中的每一个元素进行转换逻辑操作，最终返回每一个输入元素转换后的结果数据继续封装成一个DataStream对象返回

　　　　（例如每个元素拼接一个字符串或者数字*2等再输出），属于比较简单比较基础的：

val result = dataStream.map(e => "map"+e)

　　2.flatMap

　　　　对每个输入元素进行压平、压扁操作，即输入一个元素，根据你的业务逻辑决定返回几个元素，可以返回0个元素或1个元素或者n个元素

val result = dataStream.flatMap(_.split(" "))

　　　　// 传入的可以不止是一个元素，可以是一个List进行压扁输出

 　　3.fillter

　　　　元素过滤：

val streamFilter = stream.filter{x => x == 1}

　　4.keyby

　　　　分区操作，开窗的前提：

val keyedStream = dataStream.keyBy(0)
// val stockPriceStream: DataStream[StockPrice] = stockPriceRawStream.keyBy(_.symbol)

　　5.聚合算子　　

　　　可以使用字段顺序，也可以使用字段名

　　sum()

　　min()

　　max()

　　minBy()

　　maxBy()

　　　　以上必须是KeyBy之后才能聚合

val sumed: DataStream[SensorReading] = maped.keyBy(0).min(2)

 　　6.reduce

　　　　一个分组数据流的聚合操作，合并当前的元素和上次聚合的结果，产生一个新的值，返回的流中包含每一次聚合的结果

　　7.多流转换算子

　　　　Split和Select

　　　　split：将一个流拆分成多个流，再结合select选择出拆分出的流

　　　　例如按照温度30来分割成两个流：

　　　　

 　　　　connect和coMap，union

　　　　　　connect对应的是上面分流之后的合流，当然，这里仅仅是外面包了一层，实际上还是两个流各管各的

　　　　　  union则是数据类型需要对齐才能union，这点和SQL是类似的

三、flink的UDF函数

　　　可以通过暴露出来的接口进行细粒度编程控制，其实这也是flink的编程方式

　　　

 　　　　富函数Rich Function可以实现上下文的获取控制，不展开

四、DataStream的sink

　　最常用的就是：

stream.addSink(new Sink)

　　当然，主流的都是官方有支持的,甚至Print都是一个基础的sink：

　　

 　　主流sink：

　　　　

 　　　　redis的sink，essink暂不展开。

　　　　与MySQL等的连接，在1.11版本后有更新：https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/connectors/jdbc.html