Flink转换算子

Apache Flink 是一个用于处理无界和有界数据的开源流处理框架。在 Flink 中，转换（Transformation）是数据流处理的核心组件之一，它们定义了如何从输入数据集生成输出数据集。以下是 Flink 中一些常见的转换算子：

1. Map: 将每个元素转换为另一个元素。通常用于一对一的数据转换。

   DataStream<Integer> input = ...;
   DataStream<Integer> result = input.map(new MapFunction<Integer, Integer>() {
       @Override
       public Integer map(Integer value) throws Exception {
           return value * 2;
       }
   });

2. FlatMap: 类似于 Map，但是可以产生多个输出元素。

   DataStream<String> input = ...;
   DataStream<String> result = input.flatMap(new FlatMapFunction<String, String>() {
       @Override
       public void flatMap(String value, Collector<String> out) throws Exception {
           for (String word : value.split(" ")) {
               out.collect(word);
           }
       }
   });

3. Filter: 过滤掉不符合条件的元素。

   DataStream<Integer> input = ...;
   DataStream<Integer> result = input.filter(new FilterFunction<Integer>() {
       @Override
       public boolean filter(Integer value) throws Exception {
           return value > 5;
       }
   });

4. KeyBy: 对数据流进行分组，以便后续操作（如窗口操作）能够按特定键处理数据。

   DataStream<Tuple2<String, Integer>> input = ...;
   KeyedStream<Tuple2<String, Integer>, String> keyed = input.keyBy(0);

5. Reduce: 在每个分组内聚合元素，可以是滚动聚合或窗口内的聚合。

   DataStream<Integer> input = ...;
   DataStream<Integer> result = input.reduce(new ReduceFunction<Integer>() {
       @Override
       public Integer reduce(Integer value1, Integer value2) throws Exception {
           return value1 + value2;
       }
   });

6. Window: 定义窗口以对无界流中的数据进行分批处理。

   DataStream<Integer> input = ...;
   DataStream<Integer> result = input
       .keyBy((key) -> key)
       .timeWindow(Time.seconds(5))
       .reduce(new ReduceFunction<Integer>() {
           @Override
           public Integer reduce(Integer value1, Integer value2) throws Exception {
               return value1 + value2;
           }
       });

7. Union: 合并两个或更多数据流。

   DataStream<Integer> stream1 = ...;
   DataStream<Integer> stream2 = ...;
   DataStream<Integer> result = stream1.union(stream2);

8. Connect: 连接两个不同类型的流，但不会将它们合并成一个流。

   DataStream<Integer> stream1 = ...;
   DataStream<String> stream2 = ...;
   ConnectedStreams<Integer, String> connectedStreams = stream1.connect(stream2);

9. Broadcast: 广播一个数据流到所有任务实例中。

   DataStream<Integer> input = ...;
   BroadcastStream<Integer> broadcastStream = input.broadcast();

这些只是 Flink 提供的一些基本转换算子。Flink 还支持更复杂的转换，例如通过 ProcessFunction 实现自定义逻辑，以及与其他外部系统的集成等高级特性。

1. Map

   • 作用：将每个元素转换为另一个元素。
   • 示例：将每个整数乘以2。
   • 输入：1, 2, 3, 4, 5
   • 输出：2, 4, 6, 8, 10

2. FlatMap

   • 作用：将每个元素转换为零个、一个或多个元素。
   • 示例：将每个字符串拆分成单词。
   • 输入："hello world", "flink is great"
   • 输出："hello", "world", "flink", "is", "great"

3. Filter

   • 作用：过滤掉不符合条件的元素。
   • 示例：过滤出大于5的整数。
   • 输入：1, 2, 3, 4, 5, 6, 7, 8, 9, 10
   • 输出：6, 7, 8, 9, 10

4. KeyBy

   • 作用：根据指定的键对数据流进行分组，以便后续操作（如窗口操作）能够按特定键处理数据。
   • 示例：按元组的第一个元素分组。
   • 输入：(a, 1), (b, 2), (a, 3), (b, 4)
   • 输出：分组后的数据流，按第一个元素分组。

5. Reduce

   • 作用：在每个分组内聚合元素，可以是滚动聚合或窗口内的聚合。
   • 示例：在每个分组内将整数相加。
   • 输入：(a, 1), (b, 2), (a, 3), (b, 4)
   • 输出：(a, 4), (b, 6)

6. Window

   • 作用：定义窗口以对无界流中的数据进行分批处理。
   • 示例：定义一个5秒的时间窗口，在每个窗口内将整数相加。
   • 输入：1, 2, 3, 4, 5, 6, 7, 8, 9, 10
   • 输出：窗口内的聚合结果，例如 15, 25, 35, ...

7. Union

   • 作用：合并两个或更多数据流。
   • 示例：合并两个包含整数的数据流。
   • 输入：stream1: 1, 2, 3, stream2: 4, 5, 6
   • 输出：1, 2, 3, 4, 5, 6

8. Connect

   • 作用：连接两个不同类型的流，但不会将它们合并成一个流。
   • 示例：连接一个整数流和一个字符串流。
   • 输入：stream1: 1, 2, 3, stream2: "a", "b", "c"
   • 输出：ConnectedStreams<Integer, String>

9. Broadcast

   • 作用：广播一个数据流到所有任务实例中。
   • 示例：广播一个包含配置参数的数据流。
   • 输入：1, 2, 3
   • 输出：每个任务实例都收到 1, 2, 3