Flink入门之 DataSet API实现Word Count

03-09 阅读 0评论

以下是一个简单的flink word count任务demo代码，首先生产上不建议使用DataSet方式，这里demo仅供学习；

$Flink入门之 DataSet API实现Word Count,Flink入门之 DataSet API实现Word Count,词库加载错误:未能找到文件“C:\Users\Administrator\Desktop\火车头9.8破解版\Configuration\Dict_Stopwords.txt”。,使用,学习,创建,第1张$

（图片来源网络，侵删）

pom配置文件


    
        simple-demo
        org.example
        1.0-SNAPSHOT
    
    4.0.0
    flink
    
        8
        8
        1.17.0
    
    
        
            org.apache.flink
            flink-streaming-java
            ${flink.version}
        
        
            org.apache.flink
            flink-clients
            ${flink.version}

任务编写

package com.xx.flink.task;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.operators.AggregateOperator;
import org.apache.flink.api.java.operators.DataSource;
import org.apache.flink.api.java.operators.FlatMapOperator;
import org.apache.flink.api.java.operators.UnsortedGrouping;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.util.Collector;
/**
 * TODO DataSet API 实现 wordcount（不推荐）
 */
public class WordCountBatchDemo {
    public static void main(String[] args) throws Exception {
        // TODO 1. 创建执行环境
        ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
        // TODO 2.读取数据：从文件中读取
        DataSource lineDS = env.readTextFile("E:\code-opensource\simple-demo\flink\input\word.txt");
        // TODO 3.切分、转换 （word，1）
        FlatMapOperator wordAndOne = lineDS.flatMap(new FlatMapFunction() {
            @Override
            public void flatMap(String value, Collector out) throws Exception {
                // TODO 3.1 按照 空格 切分单词
                String[] words = value.split(" ");
                // TODO 3.2 将 单词 转换为 （word，1）
                for (String word : words) {
                    Tuple2 wordTuple2 = Tuple2.of(word, 1);
                    //TODO 3.3 使用 Collector 向下游发送数据
                    out.collect(wordTuple2);
                }
            }
        });
        // TODO 4.按照 word 分组
        UnsortedGrouping wordAndOneGroupby = wordAndOne.groupBy(0);
        // TODO 5.各分组内聚合
        AggregateOperator sum = wordAndOneGroupby.sum(1); // 1是位置，表示第二个元素
        // TODO 6.输出
        sum.print();
    }
}