所有的语言开篇都是Hello Word,数据处理引擎也有Hello Word。那就是Word Count。MR,Spark,Flink以来开篇第一个程序都是Word Count。那么今天Flink开始目标就是在本地调试出Word Count。
单机安装Flink
开始Flink之前先在本机尝试安装一下Flink,当然FLink正常情况下是部署的集群方式。作者比较穷,机器配置太低开不了几个虚拟机。所以只能先演示个单机的安装。
Apache Flink需要在Java1.8+以上的环境中运行 。
所以,先确保自己的JDK版本是1.8包含以上的。
Flink单机部署非常简单,只需安装下载安装即可。如果需要与Hadoop版本结合,那么下载相应的Hadoop关联版本即可。如果不与Hadoop结合就直接下载Scala版即可。我这里就直接下载了Scala2.11的相关版本。
点击进入Apache页面进行下载,大小约有283MB。
把下载下来的压缩包进行解压即可。
打开命令行直接执行
/bin/start-cluster.bat
进行启动。
浏览器打开 http://localhost:8081
至此在Windows10环境下即完成Flink的启动。
编写WordCount
因为Flink是由Scala进行开发的,而Scala是基于JVM的一种语言。所以最终也会转换为JAVA字节码文件,所以Flink程序可以由Java、Scala两种语言都可以进行开发。也可以同时开发。比如Java写一部分代码,Scala写另一部分代码。可以参考Apache Flink利用Maven对Scala与Java进行混编>。
Flink官方提供快速生成工程的两种工具:SBT与Maven。由于作者比较熟悉Maven,( 或者说没用过SBT )。所以直接使用Maven快速创建一个工程。
Java版本
mvn archetype:generate \
-DarchetypeGroupId=org.apache.flink \
-DarchetypeArtifactId=flink-quickstart-java \
-DarchetypeVersion=1.8.0
Scala版本
mvn archetype:generate \
-DarchetypeGroupId=org.apache.flink \
-DarchetypeArtifactId=flink-quickstart-scala \
-DarchetypeVersion=1.8.0
按照提示输入相关信息,即可生成最终的项目。
├── pom.xml
└── src
└── main
├── resources
│ └── log4j.properties
└── scala/java
└── org
└── myorg
└── quickstart
├── BatchJob.scala
└── StreamingJob.scala
把工程导入到IDEA中
如果使用Scala的话,那么需要安装Scala的插件。搜索安装同时需要把Scala语言包进行安装。
不知道如何操作可以联系我 微信公号指尖数虫>。
package jar;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.common.functions.ReduceFunction;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.operators.DataSource;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.util.Collector;
public class BatchJob {
public static void main(String[] args) throws Exception {
// set up the batch execution environment
final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
//读取目录下的文件
DataSourceString> data = env.readTextFile("/opt/Server_Packets/log/ServerLog_1_runtime.log");
//把文件中的内容按照空格进行拆分为 word,1 1 是为了能够在下面进行计算.
data.flatMap(new FlatMapFunctionString, Tuple2String, Integer>>() {
@Override
public void flatMap(String s, CollectorTuple2String, Integer>> collector) throws Exception {
for (String word : s.split(" ")){
collector.collect(new Tuple2>(word,1));
}
}
})
// 按照元组中的第1位进行分组
.groupBy(0)
// 分组的元组的计算方式为 value +value 也就是刚才的 同样的词 把 1+1
.reduce(new ReduceFunctionTuple2String, Integer>>() {
@Override
public Tuple2String, Integer> reduce(Tuple2String, Integer> t2, Tuple2String, Integer> t1) throws Exception {
return new Tuple2>(t1.f0,t1.f1+ t2.f1);
}
})
//输出结果
.print();
}
}
总结
以上所述是小编给大家介绍的大数据HelloWorld-Flink实现WordCount,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
您可能感兴趣的文章:- 浅谈实时计算框架Flink集群搭建与运行机制
- 详解大数据处理引擎Flink内存管理
- Apache FlinkCEP 实现超时状态监控的步骤详解
- Flink支持哪些数据类型?
- Java lambda表达式实现Flink WordCount过程解析
- 解析Flink内核原理与实现核心抽象