Flink中keyBy有哪些方式指定key
這篇文章主要講解了“Flink中keyBy有哪些方式指定key”，文中的講解內(nèi)容簡(jiǎn)單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來(lái)研究和學(xué)習(xí)“Flink中keyBy有哪些方式指定key”吧！
創(chuàng)新互聯(lián)公司服務(wù)項(xiàng)目包括清河門網(wǎng)站建設(shè)、清河門網(wǎng)站制作、清河門網(wǎng)頁(yè)制作以及清河門網(wǎng)絡(luò)營(yíng)銷策劃等。多年來(lái)，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢(shì)、行業(yè)經(jīng)驗(yàn)、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機(jī)構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，清河門網(wǎng)站推廣取得了明顯的社會(huì)效益與經(jīng)濟(jì)效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到清河門省份的部分城市，未來(lái)相信會(huì)繼續(xù)擴(kuò)大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！
keyBy 如何指定key
不管是stream還是batch處理，都有一個(gè)keyBy(stream)和groupBy(batch)操作。那么該如何指定key？
Some transformations (join, coGroup, keyBy, groupBy) require that a key be defined on a collection of elements. Other transformations (Reduce, GroupReduce, Aggregate, Windows) allow data being grouped on a key before they are applied.
一些算子(transformations)例如join，coGroup，keyBy，groupBy往往需要定義一個(gè)key。其他的算子例如Reduce, GroupReduce, Aggregate, Windows，也允許數(shù)據(jù)按照key進(jìn)行分組。
DataSet
DataSet<...> input = // [...] DataSet<...> reduced = input .groupBy(/*define key here*/) .reduceGroup(/*do something*/);
DataStream
DataStream<...> input = // [...] DataStream<...> windowed = input .keyBy(/*define key here*/) .window(/*window specification*/);
類似于MySQL中的join操作：select a.* , b.* from a join b on a.id=b.id
這里的keyBy就是a.id=b.id
有哪幾種方式定義Key？
方式一：Tuple
DataStream<Tuple3<Integer,String,Long>> input = // [...] KeyedStream<Tuple3<Integer,String,Long>,Tuple> keyed = input.keyBy(0)
可以傳字段的位置
DataStream<Tuple3<Integer,String,Long>> input = // [...] KeyedStream<Tuple3<Integer,String,Long>,Tuple> keyed = input.keyBy(0,1)
可以傳字段位置的組合
這對(duì)于簡(jiǎn)單的使用時(shí)沒(méi)問(wèn)題的。但是對(duì)于內(nèi)嵌的Tuple，如下所示：
DataStream<Tuple3<Tuple2<Integer, Float>,String,Long>> ds;
如果使用keyBy(0)，那么他就會(huì)使用整個(gè)Tuple2<Integer, Float>作為key，（因?yàn)門uple2<Integer, Float>是Tuple3<Tuple2<Integer, Float>,String,Long>的0號(hào)位置）。如果想要指定key到Tuple2<Integer, Float>內(nèi)部中，可以使用下面的方式。
方式二：字段表達(dá)式
我們可以使用基于字符串字段表達(dá)式來(lái)引用內(nèi)嵌字段去定義key。
之前我們的算子寫法是這樣的：
text.flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {
@Override
public void flatMap(String value, Collector<Tuple2<String, Integer>> out) throws Exception {
String[] tokens = value.toLowerCase().split(",");
for(String token: tokens) {
if(token.length() > 0) {
out.collect(new Tuple2<String, Integer>(token, 1));
}
}
}
}).keyBy(0).timeWindow(Time.seconds(5)).sum(1).print().setParallelism(1);其中的new FlatMapFunction<String, Tuple2<String, Integer>>表示輸入是一個(gè)String，輸出是一個(gè)Tuple2<String, Integer>。這里我們重新定義一個(gè)內(nèi)部類：
public static class WC {
private String word;
private int count;
public WC() {
}
public WC(String word, int count) {
this.word = word;
this.count = count;
}
@Override
public String toString() {
return "WC{" +
"word='" + word + '\'' +
", count=" + count +
'}';
}
public String getWord() {
return word;
}
public void setWord(String word) {
this.word = word;
}
public int getCount() {
return count;
}
public void setCount(int count) {
this.count = count;
}
}修改算子的寫法：
text.flatMap(new FlatMapFunction<String, WC>() {
@Override
public void flatMap(String value, Collector<WC> out) throws Exception {
String[] tokens = value.toLowerCase().split(",");
for (String token : tokens) {
if (token.length() > 0) {
out.collect(new WC(token, 1));
}
}
}
}).keyBy("word").timeWindow(Time.seconds(5)).sum("count").print().setParallelism(1);將原來(lái)的輸出Tuple2<String, Integer>，修改為輸出WC類型；將原來(lái)的keyBy(0)修改為keyBy("word")；將原來(lái)的sum(1)修改為sum("count")
因此，在這個(gè)例子中我們有一個(gè)POJO類，有兩個(gè)字段分別是"word"和"count"，可以傳遞字段名到keyBy("")中。
語(yǔ)法：
字段名一定要與POJO類中的字段名一致。一定要提供默認(rèn)的構(gòu)造函數(shù)，和get與set方法。
使用Tuple時(shí)，0表示第一個(gè)字段
可以使用嵌套方式，舉例如下：
public static class WC {
public ComplexNestedClass complex; //nested POJO
private int count;
// getter / setter for private field (count)
public int getCount() {
return count;
}
public void setCount(int c) {
this.count = c;
}
}
public static class ComplexNestedClass {
public Integer someNumber;
public float someFloat;
public Tuple3<Long, Long, String> word;
public IntWritable hadoopCitizen;
}"count"，指向的是WC中的字段count
"complex"，指向的是復(fù)雜數(shù)據(jù)類型，會(huì)遞歸選擇所有ComplexNestedClass的字段
"complex.word.f2"，指向的是Tuple3中的最后一個(gè)字段。
"complex.hadoopCitizen"，指向的是Hadoop
IntWritabletype
scala寫法：
object StreamingWCScalaApp {
def main(args: Array[String]): Unit = {
val env = StreamExecutionEnvironment.getExecutionEnvironment
// 引入隱式轉(zhuǎn)換
import org.apache.flink.api.scala._
val text = env.socketTextStream("192.168.152.45", 9999)
text.flatMap(_.split(","))
.map(x => WC(x,1))
.keyBy("word")
.timeWindow(Time.seconds(5))
.sum("count")
.print()
.setParallelism(1)
env.execute("StreamingWCScalaApp");
}
case class WC(word: String, count: Int)
}方式三：key選擇器函數(shù)
.keyBy(new KeySelector<WC, Object>() {
@Override
public Object getKey(WC value) throws Exception {
return value.word;
}
})感謝各位的閱讀，以上就是“Flink中keyBy有哪些方式指定key”的內(nèi)容了，經(jīng)過(guò)本文的學(xué)習(xí)后，相信大家對(duì)Flink中keyBy有哪些方式指定key這一問(wèn)題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！
網(wǎng)頁(yè)題目：Flink中keyBy有哪些方式指定key
網(wǎng)站鏈接：http://bm7419.com/article26/psddjg.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供軟件開(kāi)發(fā)、網(wǎng)站設(shè)計(jì)、網(wǎng)站導(dǎo)航、品牌網(wǎng)站制作、網(wǎng)站建設(shè)、建站公司
聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)
