FlinkConnect怎么使用

这篇文章主要介绍“Flink Connect怎么使用”，在日常操作中，相信很多人在Flink Connect怎么使用问题上存在疑惑，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”Flink Connect怎么使用”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

乐山ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景，ssl证书未来市场广阔！成为成都创新互联的ssl证书销售渠道，可以享受市场价格4-6折优惠！如果有意向欢迎电话联系或者加微信：13518219792（备注：SSL证书合作）期待与您的合作！

Connect算子：功能与union类似，将两个流（union支持两个或以上）合并为一个流，但区别在于connect不要求数据类型一致

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

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：功能与union类似，将两个流（union支持两个或以上）合并为一个流，但区别在于connect不要求数据类型一致
 */
public class Connect {

    /**
     * 将两个不区分数据类型的数据流合并成一个数据流，并打印
     * @param args
     * @throws Exception
     */
    public static void main(String[] args) throws Exception {
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        List> tuple3List = DataSource.getTuple3ToList();
        //dataStream 1
        DataStream> dataStream1 = env.fromCollection(tuple3List);
        //dataStream 2
        DataStream> dataStream2 = env.fromCollection(Arrays.asList(
                new Tuple3<>("医生", "上海", 2),
                new Tuple3<>("老师", "北京", 4),
                new Tuple3<>("工人", "广州", 9)
        ));
        //合关两个数据流
        DataStream> dataStream = dataStream1.connect(dataStream2)
                .map(new CoMapFunction, Tuple3, Tuple4>() {
                    //表示dataStream1的流输入
                    @Override
                    public Tuple4 map1(Tuple3 value) throws Exception {
                        return Tuple4.of(value.f0, value.f1, value.f2, "用户");
                    }
                    //表示dataStream2的流输入
                    @Override
                    public Tuple4 map2(Tuple3 value) throws Exception {
                        return Tuple4.of(value.f0, value.f1, value.f2, "职业");
                    }
                });

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

打印结果

(张三,man,20,用户)(李四,girl,24,用户)(王五,man,29,用户)(刘六,girl,32,用户)(伍七,girl,18,用户)(吴八,man,30,用户)(医生,上海,2,职业)(老师,北京,4,职业)(工人,广州,9,职业)

到此，关于“Flink Connect怎么使用”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，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！