Flink Connect怎么使用

這篇文章主要介紹“Flink Connect怎么使用”，在日常操作中，相信很多人在Flink Connect怎么使用問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Flink Connect怎么使用”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

Connect算子：功能與union類似，將兩個流（union支持兩個或以上）合并為一個流，但區別在于connect不要求數據類型一致

示例環境

java.version: 1.8.x
flink.version: 1.11.1

示例數據源 （項目碼云下載）

Flink 系例 之 搭建開發環境與數據

Connect.java

import com.flink.examples.DataSource;
import org.apache.flink.api.java.tuple.Tuple3;
import org.apache.flink.api.java.tuple.Tuple4;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.co.CoMapFunction;

import java.util.Arrays;
import java.util.List;

/**
 * @Description Connect算子：功能與union類似，將兩個流（union支持兩個或以上）合并為一個流，但區別在于connect不要求數據類型一致
 */
public class Connect {

    /**
     * 將兩個不區分數據類型的數據流合并成一個數據流，并打印
     * @param args
     * @throws Exception
     */
    public static void main(String[] args) throws Exception {
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        List<Tuple3<String, String, Integer>> tuple3List = DataSource.getTuple3ToList();
        //dataStream 1
        DataStream<Tuple3<String, String, Integer>> dataStream1 = env.fromCollection(tuple3List);
        //dataStream 2
        DataStream<Tuple3<String, String, Integer>> dataStream2 = env.fromCollection(Arrays.asList(
                new Tuple3<>("醫生", "上海", 2),
                new Tuple3<>("老師", "北京", 4),
                new Tuple3<>("工人", "廣州", 9)
        ));
        //合關兩個數據流
        DataStream<Tuple4<String, String, Integer, String>> dataStream = dataStream1.connect(dataStream2)
                .map(new CoMapFunction<Tuple3<String, String, Integer>, Tuple3<String, String, Integer>, Tuple4<String, String, Integer, String>>() {
                    //表示dataStream1的流輸入
                    @Override
                    public Tuple4<String, String, Integer, String> map1(Tuple3<String, String, Integer> value) throws Exception {
                        return Tuple4.of(value.f0, value.f1, value.f2, "用戶");
                    }
                    //表示dataStream2的流輸入
                    @Override
                    public Tuple4<String, String, Integer, String> map2(Tuple3<String, String, Integer> value) throws Exception {
                        return Tuple4.of(value.f0, value.f1, value.f2, "職業");
                    }
                });

        //打印
        dataStream.print();
        env.execute("flink Split job");
    }
}

打印結果

(張三,man,20,用戶)(李四,girl,24,用戶)(王五,man,29,用戶)(劉六,girl,32,用戶)(伍七,girl,18,用戶)(吳八,man,30,用戶)(醫生,上海,2,職業)(老師,北京,4,職業)(工人,廣州,9,職業)

到此，關于“Flink Connect怎么使用”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！