- <李>
李> <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> <李>李>
%20
具体组件:
%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!">
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!