Flink的Split怎么使用

这篇文章主要讲解了"Flink的Split怎么使用"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"Flink的Split怎么使用"吧！

Split算子：将数据流切分成多个数据流（已过时，并且不能二次切分，不建议使用）

示例环境

java.version: 1.8.xflink.version: 1.11.1

示例数据源 （项目码云下载）

Flink 系例 之 搭建开发环境与数据

Split.java

package com.flink.examples.functions;import com.flink.examples.DataSource;import org.apache.flink.api.common.functions.MapFunction;import org.apache.flink.api.java.tuple.Tuple3;import org.apache.flink.api.java.tuple.Tuple4;import org.apache.flink.streaming.api.collector.selector.OutputSelector;import org.apache.flink.streaming.api.datastream.DataStream;import org.apache.flink.streaming.api.datastream.SplitStream;import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;import java.util.ArrayList;import java.util.List;/** * @Description Split算子：将数据流切分成多个数据流（已过时，并且不能二次切分，不建议使用） */public class Split {    /**     * 遍历集合，将数据流切分成多个流并打印     * @param args     * @throws Exception     */    public static void main(String[] args) throws Exception {        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();        env.setParallelism(1);        List> tuple3List = DataSource.getTuple3ToList();        //Datastream        DataStream> dataStream = env.fromCollection(tuple3List);        //按性别进行拆分        //flink.1.11.1显示SplitStream类过时，推荐用keyBy的方式进行窗口处理或SideOutput侧输出流处理；注意，使用split切分后的流，不可二次切分，否则会抛异常        SplitStream> split = dataStream.split(new OutputSelector>() {            @Override            public Iterable select(Tuple3 value) {                List output = new ArrayList();                if (value.f1.equals("man")) {                    output.add("man");                } else {                    output.add("girl");                }                return output;            }        });        //查询指定名称的数据流        DataStream> dataStream1 = split.select("man")                .map(new MapFunction, Tuple4>() {                    @Override                    public Tuple4 map(Tuple3 t3) throws Exception {                        return Tuple4.of(t3.f0, t3.f1, t3.f2, "男");                    }                });        DataStream> dataStream2 = split.select("girl")                .map(new MapFunction, Tuple4>() {                    @Override                    public Tuple4 map(Tuple3 t3) throws Exception {                        return Tuple4.of(t3.f0, t3.f1, t3.f2, "女");                    }                });        //打印:男        dataStream1.print();        //打印：女        dataStream2.print();        env.execute("flink Split job");    }}

打印结果

(张三,man,20,男)(李四,girl,24,女)(王五,man,29,男)(刘六,girl,32,女)(伍七,girl,18,女)(吴八,man,30,男)

感谢各位的阅读，以上就是"Flink的Split怎么使用"的内容了，经过本文的学习后，相信大家对Flink的Split怎么使用这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！