Flink Union怎么将多个数据流合并成一个新的数据流

这篇文章主要讲解了"Flink Union怎么将多个数据流合并成一个新的数据流"，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 Union怎么将多个数据流合并成一个新的数据流"吧！

Union算子：将多个数据流合并成一个新的数据流（数据类型必需一致）

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

Union.java

import com.flink.examples.DataSource;import org.apache.flink.api.java.tuple.Tuple3;import org.apache.flink.streaming.api.datastream.DataStream;import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;import java.util.List;/** * @Description Union算子：将多个数据流合并成一个新的数据流（数据类型必需一致） */public class Union {    /**     * 遍历集合，合并多个流并打印     * @param args     * @throws Exception     */    public static void main(String[] args) throws Exception {        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();        List> tuple3List = DataSource.getTuple3ToList();        //Datastream 1        DataStream> dataStream1 = env.fromCollection(tuple3List);        //Datastream 2        DataStream> dataStream2 = env.fromCollection(tuple3List);        //Datastream 3        DataStream> dataStream = dataStream1.union(dataStream2);        dataStream.print();        env.execute("flink Union job");    }}

打印结果

3> (王五,man,29)2> (李四,girl,24)3> (王五,man,29)1> (张三,man,20)1> (张三,man,20)1> (伍七,girl,18)1> (伍七,girl,18)2> (吴八,man,30)2> (李四,girl,24)2> (吴八,man,30)4> (刘六,girl,32)4> (刘六,girl,32)

感谢各位的阅读，以上就是"Flink Union怎么将多个数据流合并成一个新的数据流"的内容了，经过本文的学习后，相信大家对Flink Union怎么将多个数据流合并成一个新的数据流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！