Flink Connect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！

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.xflink.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，请继续关注网站，小编会继续努力为大家带来更多实用的文章！