Apache Flink - API 概念

Flink 拥有丰富的 API，开发人员可以使用这些 API 对批处理和实时数据进行转换。各种转换包括映射、过滤、排序、连接、分组和聚合。Apache Flink 对分布式数据执行这些转换。让我们讨论 Apache Flink 提供的不同 API。

Dataset API

Apache Flink 中的 Dataset API 用于对一段时间内的数据执行批处理操作。此 API 可用于 Java、Scala 和 Python。它可以对数据集应用各种转换，例如过滤、映射、聚合、连接和分组。

数据集可以从本地文件或从特定来源读取文件创建，结果数据可以写入不同的接收器，例如分布式文件或命令行终端。此 API 受 Java 和 Scala 编程语言的支持。

这是一个 Dataset API 的 Wordcount 程序：

public class WordCountProg {
   public static void main(String[] args) throws Exception {
      final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();

      DataSet<String> text = env.fromElements(
      "Hello",
      "My Dataset API Flink Program");

      DataSet<Tuple2<String, Integer>> wordCounts = text
      .flatMap(new LineSplitter())
      .groupBy(0)
      .sum(1);

      wordCounts.print();
   }

   public static class LineSplitter implements FlatMapFunction<String, Tuple2<String, Integer>> {
      @Override
      public void flatMap(String line, Collector<Tuple2<String, Integer>> out) {
         for (String word : line.split(" ")) {
            out.collect(new Tuple2<String, Integer>(word, 1));
         }
      }
   }
}

DataStream API

此 API 用于处理连续流数据。您可以对流数据执行各种操作，例如过滤、映射、窗口化、聚合。此数据流有各种来源，例如消息队列、文件、套接字流，结果数据可以写入不同的接收器，例如命令行终端。Java 和 Scala 编程语言都支持此 API。

这是一个 DataStream API 的流式 Wordcount 程序，其中您有连续的单词计数流，数据在第二个窗口中分组。

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.util.Collector;
public class WindowWordCountProg {
   public static void main(String[] args) throws Exception {
      StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
      DataStream<Tuple2<String, Integer>> dataStream = env
      .socketTextStream("localhost", 9999)
      .flatMap(new Splitter())
      .keyBy(0)
      .timeWindow(Time.seconds(5))
      .sum(1);
      dataStream.print();
      env.execute("Streaming WordCount Example");
   }
   public static class Splitter implements FlatMapFunction<String, Tuple2<String, Integer>> {
      @Override
      public void flatMap(String sentence, Collector<Tuple2<String, Integer>> out) throws Exception {
         for (String word: sentence.split(" ")) {
            out.collect(new Tuple2<String, Integer>(word, 1));
         }
      }
   }
}