flink实时流处理入门实战1-单词计数

1、flink-1.7.1
编辑start-cluster.bat
set "JAVA_HOME=C:\tools\JDK8"
set "path=%JAVA_HOME%\bin;%PATH%";
set "CLASSPATH=%JAVA_HOME%\lib";

2、创建flink项目
打开cmd黑屏
md project
cd project                           
mvn archetype:generate -DarchetypeGroupId=org.apache.flink -DarchetypeArtifactId=flink-quickstart-java      -DarchetypeVersion=1.7.0          

package cn.zsj;

import org.apache.flink.api.common.typeinfo.BasicTypeInfo;
import org.apache.flink.api.common.typeinfo.TypeInformation;
import org.apache.flink.api.java.io.TextInputFormat;
import org.apache.flink.core.fs.Path;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.source.FileProcessingMode;

public class FileStreamingJob {
    public static void main(String[] args) throws Exception {
        Path pa=new Path("C:\\tools\\flink-1.7.1\\project\\1.txt");
 
        TextInputFormat format = new TextInputFormat(pa);
 
        BasicTypeInfo typeInfo = BasicTypeInfo.STRING_TYPE_INFO;
 
        format.setCharsetName("UTF-8");
 
        StreamExecutionEnvironment env=StreamExecutionEnvironment.getExecutionEnvironment();
    /*
        方法内有三个属性,
        分别是WatchType.ONLY_NEW_FILES：处理整个文件，
        PROCESS_ONLY_APPENDED只处理相应的增加部分，
        REPROCESS_WITH_APPENDED ：当文件内容增加了之后会重新处理整个文件。
        
        在新的flink版本里面，
        只有两种模式了：PROCESS_ONCE以及PROCESS_CONTINUOUSLY.分别对应处理一次以及增量处理。

    */
        DataStream st=env.readFile(format,"C:\\tools\\flink-1.7.1\\project\\1.txt", 
        FileProcessingMode.PROCESS_CONTINUOUSLY, 
        1L,(TypeInformation)typeInfo);
 
        st.print();
 
        env.execute();
 
    }
 
}

3、构建项目
mvn clean package

4、打开http://localhost:8081
提交jar包到平台，并运行

5、编辑C:\\tools\\flink-1.7.1\\project\\1.txt，黑屏打印如下：
sssfs
safasdf
werwrwr
sfdsdf
a
sd
asd

-----------------分割线----------------------
代码升级，实现计数功能

package cn.zsj;

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.common.typeinfo.BasicTypeInfo;
import org.apache.flink.api.common.typeinfo.TypeInformation;
import org.apache.flink.api.java.io.TextInputFormat;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.core.fs.Path;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.source.FileProcessingMode;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.util.Collector;

public class FileStreamingJob {
    public static void main(String[] args) throws Exception {
        Path pa = new Path("C:\\tools\\flink-1.7.1\\project\\1.txt");

        TextInputFormat format = new TextInputFormat(pa);

        BasicTypeInfo typeInfo = BasicTypeInfo.STRING_TYPE_INFO;

        format.setCharsetName("UTF-8");

        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        /*
         * 方法内有三个属性, 分别是WatchType.ONLY_NEW_FILES：处理整个文件，
         * PROCESS_ONLY_APPENDED只处理相应的增加部分， REPROCESS_WITH_APPENDED
         * ：当文件内容增加了之后会重新处理整个文件。 在新的flink版本里面，
         * 只有两种模式了：PROCESS_ONCE以及PROCESS_CONTINUOUSLY.分别对应处理一次以及增量处理。
         * “Filter”就类似于过滤。 “keyBy”就等效于SQL里的group by。
         * “aggregate”是一个聚合操作，如计数、求和、求平均等。 “reduce”就类似于MapReduce里的reduce。
         * “join”操作就有点类似于我们数据库里面的join。 “connect”实现把两个流连成一个流。
         * “repartition”是一个重新分区操作（还没研究）。 “project”操作就类似于SQL里面的snacks（还没研究）。
         */
        DataStream st = env.readFile(format, "C:\\tools\\flink-1.7.1\\project\\1.txt",
                FileProcessingMode.PROCESS_CONTINUOUSLY, 1L, (TypeInformation) typeInfo).flatMap(new Splitter())
                .keyBy(0).sum(1);
        
        st.print();

        env.execute();

    }

}

class Splitter implements FlatMapFunction> {
    private static final long serialVersionUID = 1L;

    @Override
    public void flatMap(String sentence, Collector> out) throws Exception {
        for (String word : sentence.split(" ")) {
            System.out.println("wwww：" + word);
            out.collect(new Tuple2(word, 1));
        }

    }
}

在1.txt输入一下内容：
1231 嗯嗯 人人 eee fff
asdfa asdfa

黑屏打印如下：
wwww：1231
wwww：嗯嗯
wwww：人人
wwww：eee
wwww：fff
wwww：asdfa
wwww：asdfa
(1231,4)
(嗯嗯,4)
(人人,4)
(eee,4)
(fff,3)
(asdfa,2)
(asdfa,3)