FlinkSQL实现WordCount

本文详细介绍了如何使用FlinkSQL实现经典的WordCount案例,从数据源接入到SQL编写,再到结果输出,深入浅出地展示了Flink在流处理场景中的应用。
import org.apache.flink.api.java.DataSet;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.table.api.Table;
import org.apache.flink.table.api.TableEnvironment;
import org.apache.flink.table.api.java.BatchTableEnvironment;

import java.util.ArrayList;
import java.util.List;

public class WordCountSql {
    public static void main(String[] args) throws Exception{

        ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
        BatchTableEnvironment tEnv = TableEnvironment.getTableEnvironment(env);

        List list = new ArrayList();
        String wordsStr = "Hello Flink Hello TOM";
        String[] words = wordsStr.split("\\W+");
        for(String word : words){
            WC wc = new WC(word, 1);
            list.add(wc);
        }
        DataSet<WC> input = env.fromCollection(list);
        tEnv.registerDataSet("WordCount", input, "word, frequency");
        Table table = tEnv.sqlQuery(
                "SELECT word, SUM(frequency) as frequency FROM WordCount GROUP BY word");
        DataSet<WC> result = tEnv.toDataSet(table, WC.class);
        result.print();
    }//main

    public static class WC {
        public String word;//hello
        public long frequency;//1

        // public constructor to make it a Flink POJO
        public WC() {}

        public WC(String word, long frequency) {
            this.word = word;
            this.frequency = frequency;
        }

        @Override
        public String toString() {
            return "WC " + word + " " + frequency;
        }
    }
}

 

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>FlinkSql</groupId>
    <artifactId>FlinkSql</artifactId>
    <version>1.0-SNAPSHOT</version>

    <build>
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <configuration>
                    <source>1.7</source>
                    <target>1.7</target>
                    <encoding>UTF-8</encoding>
                </configuration>
            </plugin>
            <!--scala插件-->
            <plugin>
                <groupId>org.scala-tools</groupId>
                <artifactId>maven-scala-plugin</artifactId>
                <version>2.15.2</version>
                <executions>
                    <execution>
                        <goals>
                            <goal>compile</goal>
                            <goal&
### 如何在海豚调度 (DolphinScheduler) 中配置 Flink SQL #### 配置环境准备 为了能够在 DolphinScheduler 中运行 Flink SQL 作业,需要先完成基本的环境设置。这包括但不限于安装并配置好 Apache Flink 和 DolphinScheduler。 对于 DolphinScheduler 的具体配置文件 `application.yaml`,需确保其能够正确连接至所使用的 MySQL 实例[^1]: ```yaml datasource: driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://bigdata01:3306/dolphinscheduler?useUnicode=true&characterEncoding=UTF-8&useSSL=false&allowPublicKeyRetrieval=true username: dolphinscheduler password: 123456 ``` #### 初始化数据库结构与数据 按照官方文档指导,在 MySQL 数据库中的 `dolphinscheduler` 数据库里构建必要的表结构以及插入初始的基础数据。此过程涉及执行位于项目源码包内的特定路径下的 SQL 脚本文件来实现元数据 schema 创建及版本升级时所需的变更操作[^2][^3]。 #### 添加 Flink 组件支持 为了让 DolphinScheduler 支持提交 Flink 类型的任务,还需要额外引入相应的依赖项和支持组件。通常情况下,这意味着要下载对应版本的 Flink 发行版,并将其集成到工作流引擎当中去。此外,还需注意调整相关插件或扩展模块以适应具体的业务需求场景。 #### 编写 Flink SQL 任务定义 当上述准备工作完成后,则可以在 DolphinScheduler 上创建新的工作任务节点用于表示即将被执行的一个独立 Flink SQL 查询逻辑单元。此时应该利用平台提供的图形化界面或者 API 方式指定该节点类型为 "Flink" 或者更精确地说是带有 SQL 特性的子类别选项之一;接着输入实际待处理的数据转换语句作为主要负载内容部分。 考虑到可能存在的参数传递需求,可以通过自定义属性字段的方式向下游计算框架注入外部变量值,从而增强灵活性和可维护性特性[^4]。 例如,假设有一个简单的 WordCount 程序被打包成了 JAR 文件形式存储于 HDFS 上某个位置 `/user/flink/jars/wordcount.jar` ,那么就可以这样编写一个包含命令行参数在内的完整调用表达式: ```bash flink run -c org.apache.flink.streaming.examples.wordcount.WordCount /user/flink/jars/wordcount.jar --input hdfs:///inputs/text.txt --output hdfs:///outputs/result.csv ``` 而对于纯文本式的 Flink SQL 来说,可以直接将查询字符串填入任务编辑框内即可生效。 #### 启动服务实例 最后一步便是正式启动整个分布式批处理流水线了——即依次开启 Master Server(s),Worker Node(s) 并监控它们之间的协作状况直至目标程序成功结束为止。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值