13518219792
这篇文章主要讲解了“Flink的Split怎么使用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Flink的Split怎么使用”吧！
成都创新互联长期为成百上千家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为汉台企业提供专业的成都网站建设、网站设计，汉台网站改版等技术服务。拥有十载丰富建站经验和众多成功案例,为您定制开发。
Split算子：将数据流切分成多个数据流（已过时，并且不能二次切分，不建议使用）
示例环境
java.version: 1.8.x flink.version: 1.11.1
示例数据源 （项目码云下载）
Flink 系例 之 搭建开发环境与数据
Split.java
package com.flink.examples.functions;
import com.flink.examples.DataSource;
import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.java.tuple.Tuple3;
import org.apache.flink.api.java.tuple.Tuple4;
import org.apache.flink.streaming.api.collector.selector.OutputSelector;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.datastream.SplitStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import java.util.ArrayList;
import java.util.List;
/**
* @Description Split算子：将数据流切分成多个数据流（已过时，并且不能二次切分，不建议使用）
*/
public class Split {
/**
* 遍历集合，将数据流切分成多个流并打印
* @param args
* @throws Exception
*/
public static void main(String[] args) throws Exception {
final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(1);
List> tuple3List = DataSource.getTuple3ToList();
//Datastream
DataStream> dataStream = env.fromCollection(tuple3List);
//按性别进行拆分
//flink.1.11.1显示SplitStream类过时，推荐用keyBy的方式进行窗口处理或SideOutput侧输出流处理；注意，使用split切分后的流，不可二次切分，否则会抛异常
SplitStream> split = dataStream.split(new OutputSelector>() {
@Override
public Iterable select(Tuple3 value) {
List output = new ArrayList();
if (value.f1.equals("man")) {
output.add("man");
} else {
output.add("girl");
}
return output;
}
});
//查询指定名称的数据流
DataStream> dataStream1 = split.select("man")
.map(new MapFunction, Tuple4>() {
@Override
public Tuple4 map(Tuple3 t3) throws Exception {
return Tuple4.of(t3.f0, t3.f1, t3.f2, "男");
}
});
DataStream> dataStream2 = split.select("girl")
.map(new MapFunction, Tuple4>() {
@Override
public Tuple4 map(Tuple3 t3) throws Exception {
return Tuple4.of(t3.f0, t3.f1, t3.f2, "女");
}
});
//打印:男
dataStream1.print();
//打印：女
dataStream2.print();
env.execute("flink Split job");
}
} 打印结果
(张三,man,20,男) (李四,girl,24,女) (王五,man,29,男) (刘六,girl,32,女) (伍七,girl,18,女) (吴八,man,30,男)
感谢各位的阅读，以上就是“Flink的Split怎么使用”的内容了，经过本文的学习后，相信大家对Flink的Split怎么使用这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！
