如何用Flink的Max获取一组数据流中最大的值

这篇文章主要介绍“如何用Flink的Max获取一组数据流中最大的值”，在日常操作中，相信很多人在如何用Flink的Max获取一组数据流中最大的值问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”如何用Flink的Max获取一组数据流中最大的值”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

max聚合：获取一组数据流中最大的值

示例环境

java.version: 1.8.x
flink.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

Max.java

import com.flink.examples.DataSource;
import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.common.typeinfo.Types;
import org.apache.flink.api.java.functions.KeySelector;
import org.apache.flink.api.java.tuple.Tuple2;
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 max聚合：获取一组数据流中最大的值
 */
public class Max {

    /**
     * 遍历集合，返回每个性别分区下最大年龄
     * @param args
     * @throws Exception
     */
    public static void main(String[] args) throws Exception {
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        List<Tuple3<String, String, Integer>> tuple3List = DataSource.getTuple3ToList();
        DataStream<Tuple2<String, Integer>> dataStream = env.fromCollection(tuple3List)
                .map(new MapFunction<Tuple3<String, String, Integer>, Tuple2<String, Integer>>() {
                    @Override
                    public Tuple2<String, Integer> map(Tuple3<String, String, Integer> tuple3) throws Exception {
                        return new Tuple2<>(tuple3.f1,tuple3.f2);
                    }
                })
                .returns(Types.TUPLE(Types.STRING,Types.INT))
                .keyBy((KeySelector<Tuple2<String, Integer>, String>) k ->k.f0)
                //按数量窗口滚动，每3个输入数据流，计算一次
                .countWindow(3)
                .max(1);
        dataStream.print();
        env.execute("flink Max job");
    }
}

打印结果

2> (man,30)
4> (girl,32)

到此，关于“如何用Flink的Max获取一组数据流中最大的值”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！