初识Flink,你应该知道这些!

  

<李>

<李>

<李>

可对无限数据流()和有限数据流()和进行有状态计算。可部署在各种集群环境,对各种大小的数据规模进行快速计算。

<李>

初识Flink,你应该知道这些!

具体组件:

初识Flink,你应该知道这些!”> <img src=%20

%20

%20
%20

%20

%20

%20

%20

%20

%20

%20

%201。

Flink既支持实时(Real-time)流处理,又支持批处理。实时流消息系统,比如Kafka。批处理系统有很多,DataBase(比如传统MySQL、Oracle数据库),KV-Store(比如HBase、MongoDB数据库),File%20System(比如本地文件系统、分布式文件系统HDFS)。

从上图可以看出Flink的底层是Deploy,Flink可以Local模式运行,启动单个 JVM。Flink也可以Standalone 集群模式运行,同时也支持Flink alt="初识Flink,你应该知道这些!">初识Flink,你应该知道这些!

对比分析与建议:

1、maven依赖导入
  & lt; dependencies>
  & lt; !——java比;
  & lt; dependency>
  & lt; groupId> org.apache.flink
  & lt; artifactId> flink-java
  & lt; version> 1.8.0
  & lt;/dependency>
  & lt; dependency>
  & lt; groupId> org.apache.flink
  & lt; artifactId> flink-streaming-java_2.11
  & lt; version> 1.8.0
  & lt;/dependency>
  & lt; !——scala祝辞
  & lt; dependency>
  & lt; groupId> org.apache.flink
  & lt; artifactId> flink-scala_2.11
  & lt; version> 1.8.0
  & lt;/dependency>
  & lt; dependency>
  & lt; groupId> org.apache.flink
  & lt; artifactId> flink-streaming-scala_2.11
  & lt; version> 1.8.0
  & lt;/dependency>
  & lt; dependency>
  & lt; groupId> org.scala-lang
  & lt; artifactId> scala-library
  & lt; version> 2.11.7
  & lt;/dependency>
  & lt;/dependencies>
  java代码:
  包com.fwmagic.flink;
  进口org.apache.flink.api.common.functions.FlatMapFunction;
  进口org.apache.flink.api.java.utils.ParameterTool;
  进口org.apache.flink.streaming.api.datastream.DataStream;
  进口org.apache.flink.streaming.api.datastream.DataStreamSource;
  进口org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
  进口org.apache.flink.streaming.api.windowing.time.Time;
  进口org.apache.flink.util.Collector;
  进口java.text.SimpleDateFormat;
  进口java.util.Date;/* *
  *使用flink对指定窗口内的数据进行实时统计,最终把结果打印出来
  *先在机器上执行数控路9000
  */公开课StreamingWindowWordCountJava {
  公共静态void main (String [] args){抛出异常//定义插座的端口号,默认9999
  最后int端口;
  尝试{
  最后ParameterTool ParameterTool=ParameterTool.fromArgs (args);=parameterTool港。getInt(“端口”,9999);
  }捕捉(异常e) {
  System.err。println(“没有指定港口。请运行SocketWindowWordCount——港口& lt; port>”);
  返回;
  }//获取运行环境
  StreamExecutionEnvironment env=StreamExecutionEnvironment.getExecutionEnvironment ();//连接插座获取输入的数据
  DataStreamSource

初识Flink,你应该知道这些!