我正在使用 Apache Flink 的 DataSet API。我想实现一项将多个结果写入不同文件的作业。
我怎样才能做到这一点?
您可以将任意数量的数据接收器添加到DataSet
根据您的需要进行编程。
例如在这样的程序中:
ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
DataSet<Tuple3<String, Long, Long>> data = env.readFromCsv(...);
// apply MapFunction and emit
data.map(new YourMapper()).writeToText("/foo/bar");
// apply FilterFunction and emit
data.filter(new YourFilter()).writeToCsv("/foo/bar2");
你读了一篇DataSet
data
来自 CSV 文件。这data
给出两个后续变换:
- To a
MapFunction
其结果被写入文本文件。
- To a
FilterFunction
未过滤的元组将写入 CSV 文件。
您还可以拥有多个数据源以及分支和合并数据集(使用union
, join
, coGroup
, cross
或广播集)随您喜欢。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)