Flink CountWindow怎么用

這篇文章主要講解了“Flink CountWindow怎么用”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Flink CountWindow怎么用”吧！

countWindow數量窗口（滑動窗口【滑動窗口與滾動窗口的區別，在于滑動窗口會有數據元素重疊可能，而滾動窗口不存在元素重疊】）

示例環境

java.version: 1.8.xflink.version: 1.11.1

Flink 系例 之 搭建開發環境與數據

CountWindow.java

import com.flink.examples.DataSource;
import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.common.typeinfo.Types;
import org.apache.flink.api.java.functions.KeySelector;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.api.java.tuple.Tuple3;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import java.util.List;

/**
 * @Description countWindow數量窗口（滑動窗口【滑動窗口與滾動窗口的區別，在于滑動窗口會有數據元素重疊可能，而滾動窗口不存在元素重疊】）
 */
public class CountWindow {
    /*
    窗口在處理流數據時，通常會對流進行分區；
    數據流劃分為：
    keyed（根據key劃分不同數據流區）
    non-keyed(指沒有按key劃分的數據流區，指所有原始數據流)
    */

    /**
     * 遍歷集合，按數量窗口滑動，返回窗口下每個性別分區下最大年齡
     * @param args
     * @throws Exception
     */
    public static void main(String[] args) throws Exception {
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        List<Tuple3<String, String, Integer>> tuple3List = DataSource.getTuple3ToList();
        DataStream<Tuple2<String, Integer>> dataStream = env.fromCollection(tuple3List)
                .map(new MapFunction<Tuple3<String, String, Integer>, Tuple2<String, Integer>>() {
                    @Override
                    public Tuple2<String, Integer> map(Tuple3<String, String, Integer> tuple3) throws Exception {
                        return new Tuple2<>(tuple3.f1,tuple3.f2);
                    }
                })
                .returns(Types.TUPLE(Types.INT,Types.INT))
                .keyBy((KeySelector<Tuple2<String, Integer>, String>) k ->k.f0)
                //按數量窗口滑動，每隔2個對分區前3個輸入數據流，計算一次
                .countWindow(3, 2)
                //注意：計算變量為f1
                .maxBy(1);
        dataStream.print();
        env.execute("flink CountWindow job");
    }
}

打印結果

4> (2,32)
3> (1,30)

感謝各位的閱讀，以上就是“Flink CountWindow怎么用”的內容了，經過本文的學習后，相信大家對Flink CountWindow怎么用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！