Flink CountWindow怎么用

这篇文章主要讲解了“Flink CountWindow怎么用”，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 CountWindow怎么用”吧！

countWindow数量窗口（滑动窗口【滑动窗口与滚动窗口的区别，在于滑动窗口会有数据元素重叠可能，而滚动窗口不存在元素重叠】）

示例环境

java.version: 1.8.xflink.version: 1.11.1

Flink 系例 之 搭建开发环境与数据

CountWindow.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 countWindow数量窗口（滑动窗口【滑动窗口与滚动窗口的区别，在于滑动窗口会有数据元素重叠可能，而滚动窗口不存在元素重叠】）
 */
public class CountWindow {
    /*
    窗口在处理流数据时，通常会对流进行分区；
    数据流划分为：
    keyed（根据key划分不同数据流区）
    non-keyed(指没有按key划分的数据流区，指所有原始数据流)
    */

    /**
     * 遍历集合，按数量窗口滑动，返回窗口下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.INT,Types.INT))
                .keyBy((KeySelector<Tuple2<String, Integer>, String>) k ->k.f0)
                //按数量窗口滑动，每隔2个对分区前3个输入数据流，计算一次
                .countWindow(3, 2)
                //注意：计算变量为f1
                .maxBy(1);
        dataStream.print();
        env.execute("flink CountWindow job");
    }
}

打印结果

4> (2,32)
3> (1,30)

感谢各位的阅读，以上就是“Flink CountWindow怎么用”的内容了，经过本文的学习后，相信大家对Flink CountWindow怎么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。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！