flink wordcount示例

缺乏、安全感 2023-10-06 12:21 289阅读 0赞

pom

在这里插入图片描述
在这里插入图片描述

完整pom

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <project xmlns="http://maven.apache.org/POM/4.0.0"
  3.          xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  4.          xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  5.     <modelVersion>4.0.0</modelVersion>
  7.     <groupId>com.msb</groupId>
  8.     <artifactId>StudyFlink</artifactId>
  9.     <version>1.0-SNAPSHOT</version>
  11.     <properties>
  12.         <flink.version>1.9.2</flink.version>
  13.         <scala.version>2.11.8</scala.version>
  14.         <redis.version>3.2.0</redis.version>
  15.         <hbase.version>1.3.3</hbase.version>
  16.         <mysql.version>5.1.44</mysql.version>
  17.     </properties>
  18.     <dependencies>
  19.         <dependency>
  20.             <groupId>org.apache.flink</groupId>
  21.             <artifactId>flink-scala_2.11</artifactId>
  22.             <version>${flink.version}</version>
  23.         </dependency>
  24.         <dependency>
  25.             <groupId>org.apache.flink</groupId>
  26.             <artifactId>flink-streaming-scala_2.11</artifactId>
  27.             <version>${flink.version}</version>
  28.         </dependency>
  29.         <dependency>
  30.             <groupId>org.apache.flink</groupId>
  31.             <artifactId>flink-clients_2.11</artifactId>
  32.             <version>${flink.version}</version>
  33.         </dependency>
  34.         <dependency>
  35.             <groupId>org.scala-lang</groupId>
  36.             <artifactId>scala-library</artifactId>
  37.             <version>${scala.version}</version>
  38.         </dependency>
  40.         <dependency>
  41.             <groupId>org.apache.flink</groupId>
  42.             <artifactId>flink-connector-kafka_2.11</artifactId>
  43.             <version>${flink.version}</version>
  44.         </dependency>
  45.         <dependency>
  46.             <groupId>org.apache.hadoop</groupId>
  47.             <artifactId>hadoop-client</artifactId>
  48.             <version>2.6.5</version>
  49.         </dependency>
  51.         <dependency>
  52.             <groupId>org.apache.flink</groupId>
  53.             <artifactId>flink-connector-kafka_2.11</artifactId>
  54.             <version>${flink.version}</version>
  55.         </dependency>
  56.         <dependency>
  57.             <groupId>org.apache.bahir</groupId>
  58.             <artifactId>flink-connector-redis_2.11</artifactId>
  59.             <version>1.0</version>
  60.         </dependency>
  61.         <dependency>
  62.             <groupId>redis.clients</groupId>
  63.             <artifactId>jedis</artifactId>
  64.             <version>${redis.version}</version>
  65.         </dependency>
  66.         <dependency>
  67.             <groupId>mysql</groupId>
  68.             <artifactId>mysql-connector-java</artifactId>
  69.             <version>${mysql.version}</version>
  70.         </dependency>
  72.         <dependency>
  73.             <groupId>org.apache.hbase</groupId>
  74.             <artifactId>hbase-client</artifactId>
  75.             <version>${hbase.version}</version>
  76.         </dependency>
  78.         <dependency>
  79.             <groupId>org.apache.hbase</groupId>
  80.             <artifactId>hbase-common</artifactId>
  81.             <version>${hbase.version}</version>
  82.         </dependency>
  84.         <dependency>
  85.             <groupId>org.apache.hbase</groupId>
  86.             <artifactId>hbase-server</artifactId>
  87.             <version>${hbase.version}</version>
  88.         </dependency>
  90.         <dependency>
  91.             <groupId>org.apache.flink</groupId>
  92.             <artifactId>flink-connector-filesystem_2.11</artifactId>
  93.             <version>${flink.version}</version>
  94.         </dependency>
  96.         <dependency>
  97.             <groupId>org.apache.flink</groupId>
  98.             <artifactId>flink-statebackend-rocksdb_2.11</artifactId>
  99.             <version>${flink.version}</version>
  100.         </dependency>
  102.         <dependency>
  103.             <groupId>org.apache.flink</groupId>
  104.             <artifactId>flink-table-planner_2.11</artifactId>
  105.             <version>${flink.version}</version>
  106.         </dependency>
  108.         <dependency>
  109.             <groupId>org.apache.flink</groupId>
  110.             <artifactId>flink-table-api-scala-bridge_2.11</artifactId>
  111.             <version>${flink.version}</version>
  112.         </dependency>
  114.     </dependencies>
  116.     <build>
  117.         <plugins>
  118.             <!-- 在maven项目中既有java又有scala代码时配置 maven-scala-plugin 插件打包时可以将两类代码一起打包 -->
  119.             <plugin>
  120.                 <groupId>org.scala-tools</groupId>
  121.                 <artifactId>maven-scala-plugin</artifactId>
  122.                 <version>2.15.2</version>
  123.                 <executions>
  124.                     <execution>
  125.                         <goals>
  126.                             <goal>compile</goal>
  127.                             <goal>testCompile</goal>
  128.                         </goals>
  129.                     </execution>
  130.                 </executions>
  131.             </plugin>
  133.             <!-- maven 打jar包需要插件 -->
  134.             <plugin>
  135.                 <artifactId>maven-assembly-plugin</artifactId>
  136.                 <version>2.4</version>
  137.                 <configuration>
  138.                     <!-- 设置false后是去掉 MySpark-1.0-SNAPSHOT-jar-with-dependencies.jar 后的 “-jar-with-dependencies” -->
  139.                     <!--<appendAssemblyId>false</appendAssemblyId>-->
  140.                     <descriptorRefs>
  141.                         <descriptorRef>jar-with-dependencies</descriptorRef>
  142.                     </descriptorRefs>
  143.                 </configuration>
  144.                 <executions>
  145.                     <execution>
  146.                         <id>make-assembly</id>
  147.                         <phase>package</phase>
  148.                         <goals>
  149.                             <goal>assembly</goal>
  150.                         </goals>
  151.                     </execution>
  152.                 </executions>
  153.             </plugin>
  154.         </plugins>
  155.     </build>
  156. </project>

scala代码

在这里插入图片描述

完整代码

  1. package com.zxl.stream
  3. import org.apache.flink.streaming.api.scala.{
  4.     DataStream, StreamExecutionEnvironment}
  5. import org.apache.flink.streaming.api.scala._
  7. object WordCount {
  9.   def main(args: Array[String]): Unit = {
  12.     //准备环境
  13.     /**
  14.       * createLocalEnvironment 创建一个本地执行的环境  local
  15.       * createLocalEnvironmentWithWebUI 创建一个本地执行的环境  同时还开启Web UI的查看端口  8081
  16.       * getExecutionEnvironment 根据你执行的环境创建上下文，比如local  cluster
  17.       */
  18.     val env = StreamExecutionEnvironment.getExecutionEnvironment
  19.     /**
  20.       * DataStream：一组相同类型的元素 组成的数据流
  21.       * 如果数据源是scoket  并行度只能是1
  22.       */
  23.     val initStream:DataStream[String] = env.socketTextStream("node01",8888)
  24.     val wordStream = initStream.flatMap(_.split(" ")).setParallelism(3)
  25.     val pairStream = wordStream.map((_,1)).setParallelism(3)
  26.     val keyByStream = pairStream.keyBy(0)
  27.     val restStream = keyByStream.sum(1).setParallelism(3)
  28.     restStream.print()
  30.     /**
  31.       * 6> (msb,1)
  32.       * 1> (,,1)
  33.       * 3> (hello,1)
  34.       * 3> (hello,2)
  35.       * 6> (msb,2)
  36.       * 默认就是有状态的计算
  37.       * 6>  代表是哪一个线程处理的
  38.       * 相同的数据一定是由某一个thread处理
  39.       **/
  40.     //启动Flink 任务
  41.     env.execute("first flink job")
  42.   }
  43. }

启动测试

本地启动

先启动8888端口

  1. nc -lk 8888

运行main方法

实时输入数据，就会进行流计算
在这里插入图片描述
默认就是有状态的计算：上次的计算结果给保留了。

  1. * 6> (msb,1)
  2.       * 1> (,,1)
  3.       * 3> (hello,1)
  4.       * 3> (hello,2)
  5.       * 6> (msb,2)
  6.       * 默认就是有状态的计算
  7.       * 6>  代表是哪一个线程处理的
  8.       * 相同的数据一定是由某一个thread处理

线程数并不是越多越好，线程多了可能启动线程的时间比执行计算用的时间还要多。
并行度为1，只启东一个线程来处理：
在这里插入图片描述
此时前面就没有线程号了：
在这里插入图片描述

集群环境运行jar

在这里插入图片描述

package打包

在这里插入图片描述
选择这个jar包：不要选择带依赖的，因为集群环境中已经有这些jar包了，否则就重复了
在这里插入图片描述

使用命令提交任务

将jar包上传到节点上，执行如下命令：

  • -c 指定主类

  • -d 守护进程方式运行

    flink run -c 主类 -d jar包路径

在这里插入图片描述

查看web ui的Running Jobs
在这里插入图片描述
发送数据：
在这里插入图片描述
点进去：
在这里插入图片描述
可以看到输出：
在这里插入图片描述

使用web ui提交任务

可以关闭web ui提交任务：默认是true开启的

  1. vim conf/flink-conf.yaml
  2. web.submit.enable: false #关闭

在这里插入图片描述
在这里插入图片描述

查看日志

在这里插入图片描述

发表评论

表情：
评论列表 （有 0 条评论，289人围观）

还没有评论，来说两句吧...

相关阅读