主頁 >  其他 > Flink-Source,Transfrom,Sink鏈路掛載流程

Flink-Source,Transfrom,Sink鏈路掛載流程

2021-05-05 15:03:38 其他

Flink原始碼閱讀

    • 無知不可怕,驕傲才可怕
  • 1 WordCount代碼
  • 2,Source
  • 3,TransFormation
  • 4,Sink
  • 總結

無知不可怕,驕傲才可怕

1 WordCount代碼

package org.apache.flink.streaming.examples.wordcount;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.api.java.utils.MultipleParameterTool;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.examples.wordcount.util.WordCountData;
import org.apache.flink.util.Collector;
import org.apache.flink.util.Preconditions;
public class WordCount {
    // *************************************************************************
    // 先大致講述一下代碼,必須要有一個思路的轉換,Flink與Spark一致,在沒有執行executor之前,是不會執行的
    // 相當于是一個組態檔,最后執行了一下Start;
    // *************************************************************************
    public static void main(String[] args) throws Exception {
        // Checking input parameters 這個工具類是Flink獨有的,不過多講解,非常好用簡單
        final MultipleParameterTool params = MultipleParameterTool.fromArgs(args);
        // set up the execution environment 創建全域應用環境背景關系,類似于SparkContext和SpringBoot的Context
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        // 將決議的引數加入conf
        env.getConfig().setGlobalJobParameters(params);
        // 添加一個Source,Flink總共有三大件Source,Transform,Sink
        DataStream<String> text = null;
        if (params.has("input")) {
            // union all the inputs from text files
            for (String input : params.getMultiParameterRequired("input")) {
                if (text == null) {
                    text = env.readTextFile(input);
                } else {
                    text = text.union(env.readTextFile(input));
                }
            }
            Preconditions.checkNotNull(text, "Input DataStream should not be null.");
        } else {
            System.out.println("Executing WordCount example with default input data set.");
            System.out.println("Use --input to specify file input.");
            // get default test text data
            text = env.fromElements(WordCountData.WORDS);
        }
        // 添加一個Transform,很簡單,類似于Spark
        DataStream<Tuple2<String, Integer>> counts =
                // split up the lines in pairs (2-tuples) containing: (word,1)
                text.flatMap(new Tokenizer())
                        // group by the tuple field "0" and sum up tuple field "1"
                        .keyBy(value -> value.f0)
                        .sum(1);
        // 添加一個Sink
        if (params.has("output")) {
            counts.writeAsText(params.get("output"));
        } else {
            System.out.println("Printing result to stdout. Use --output to specify output path.");
            counts.print();
        }
        // execute program
        env.execute("Streaming WordCount"); //這里這個引數指的是Flink的JOBName,展示在Web頁面的
        System.out.println(env.getExecutionPlan()); 列印執行計劃
    }
    // *************************************************************************
    // USER FUNCTIONS Flink支持用戶創建類實作的方式來完成函式定義
    // *************************************************************************
    public static final class Tokenizer implements FlatMapFunction<String, Tuple2<String, Integer>> {
        @Override
        public void flatMap(String value, Collector<Tuple2<String, Integer>> out) {
            // normalize and split the line
            String[] tokens = value.toLowerCase().split("\\W+");
            // emit the pairs
            for (String token : tokens) {
                if (token.length() > 0) {
                    out.collect(new Tuple2<>(token, 1));
                }
            }
        }
    }
}

2,Source

以text = env.fromElements(WordCountData.WORDS)為例;

原始碼里是這樣說的,創建一個有限的資料流,資料必須是同一型別,例如全部是Integer或者String型別,Flink將嘗試從Data中獲取型別
@SafeVarargs
public final <OUT> DataStreamSource<OUT> fromElements(OUT... data) {
    //判斷資料是否為空,這個簡單不需要說那么多
    if (data.length == 0) {
        throw new IllegalArgumentException(
                "fromElements needs at least one element as argument");
    }
    //創建一個TypeInfo
    TypeInformation<OUT> typeInfo;
    try {
        //根據第一條資料獲取其資料型別,這里我的資料第一條是String,我們可以自己指定型別
        typeInfo = TypeExtractor.getForObject(data[0]);
    } catch (Exception e) {
        throw new RuntimeException(
                "Could not create TypeInformation for type "
                        + data[0].getClass().getName()
                        + "; please specify the TypeInformation manually via "
                        + "StreamExecutionEnvironment#fromElements(Collection, TypeInformation)",
                e);
    }
    //這里我們看到呼叫了fromCollection,傳入了資料和資料型別
    return fromCollection(Arrays.asList(data), typeInfo);
} 
該方法意思是從給定的非空集合創建資料流
public <OUT> DataStreamSource<OUT> fromCollection(Collection<OUT> data, TypeInformation<OUT> typeInfo) {
   Preconditions.checkNotNull(data, "Collection must not be null"); //判斷資料是否為空,如果為空拋出例外

   // must not have null elements and mixed elements 必須是非空的和相同型別的元素
   FromElementsFunction.checkCollection(data, typeInfo.getTypeClass());
   // 創建一個SourceFunction,這里很簡單了,Flink三大件第一步,沒這步后面都是扯淡
   SourceFunction<OUT> function;
   try {
   	   //new Function,函式里面就不說了,有興趣的可以去看一下
       function = new FromElementsFunction<>(typeInfo.createSerializer(getConfig()), data);
   } catch (IOException e) {
       throw new RuntimeException(e.getMessage(), e);
   }
   //該Function為SourceFunction,我們將它注冊到Source中去,這里我們注意一下
   //如果我們之后呼叫該方法,該方法的并行度將永遠是1
   return addSource(function, "添加了一個source", typeInfo, Boundedness.BOUNDED)
           .setParallelism(1);
}
private <OUT> DataStreamSource<OUT> addSource(
        final SourceFunction<OUT> function,
        final String sourceName,
        @Nullable final TypeInformation<OUT> typeInfo,
        final Boundedness boundedness) {
    checkNotNull(function);
    checkNotNull(sourceName);
    checkNotNull(boundedness);
    //獲取資料型別
    TypeInformation<OUT> resolvedTypeInfo =
            getTypeInfo(function, sourceName, SourceFunction.class, typeInfo);
    //判斷該資料流是否并行
    boolean isParallel = function instanceof ParallelSourceFunction;
    //清除一些不必要的閉包,Spark也有該操作
    clean(function);
    //創建一個StreamSource流
    final StreamSource<OUT, ?> sourceOperator = new StreamSource<>(function);
    //創建一個DataStreamSource物件,繼續往下走
    return new DataStreamSource<>(
            this, resolvedTypeInfo, sourceOperator, isParallel, sourceName, boundedness);
}
public DataStreamSource(
            StreamExecutionEnvironment environment,
            TypeInformation<T> outTypeInfo,
            StreamSource<T, ?> operator,
            boolean isParallel,
            String sourceName,
            Boundedness boundedness) {
        super(   //直接呼叫父類的構造方法,創一個物件,將env和LegacySourceTransformation物件傳入
                 //至此我們的DataStreamSource創建完畢,Souce篇到此結束
                 //這里注意一下transformation物件,后面有用
                environment,
                new LegacySourceTransformation<>(
                        sourceName,
                        operator,
                        outTypeInfo,
                        environment.getParallelism(),
                        boundedness));
        this.isParallel = isParallel;
        if (!isParallel) {
            setParallelism(1);
        }
    }

3,TransFormation

public <R> SingleOutputStreamOperator<R> flatMap(FlatMapFunction<T, R> flatMapper) {
	//決議資料型別,同上;
  TypeInformation<R> outType = TypeExtractor.getFlatMapReturnTypes(clean(flatMapper), getType(), Utils.getCallLocationName(), true);
	//呼叫flatMap方法回傳的物件,繼續深入
  return flatMap(flatMapper, outType);
}
public <R> SingleOutputStreamOperator<R> flatMap(
            FlatMapFunction<T, R> flatMapper, TypeInformation<R> outputType) {
        //呼叫transform方法,完成物件回傳
        return transform("Flat Map", outputType, new StreamFlatMap<>(clean(flatMapper)));
}
public <R> SingleOutputStreamOperator<R> flatMap(
            FlatMapFunction<T, R> flatMapper, TypeInformation<R> outputType) {
        //呼叫transform方法,完成物件回傳
        return transform("Flat Map", outputType, new StreamFlatMap<>(clean(flatMapper)));
}
protected <R> SingleOutputStreamOperator<R> doTransform(
            String operatorName,
            TypeInformation<R> outTypeInfo,
            StreamOperatorFactory<R> operatorFactory) {
        //中間略過一個方法,太簡單了,所以直接過
        // read the output type of the input Transform to coax out errors about MissingTypeInfo
        transformation.getOutputType();//這里就是看一下有沒有source
        //創建一個transformation物件,標識為一個transformation
        OneInputTransformation<T, R> resultTransform =
                new OneInputTransformation<>(
                        this.transformation,
                        operatorName,
                        operatorFactory,
                        outTypeInfo,
                        environment.getParallelism());
        //創建結果流
        @SuppressWarnings({"unchecked", "rawtypes"})
        SingleOutputStreamOperator<R> returnStream =
                new SingleOutputStreamOperator(environment, resultTransform);
        //添加轉換鏈條
        getExecutionEnvironment().addOperator(resultTransform);
        //回傳流
        return returnStream;
    }

這里有一個點注意一下,不是所有的transformation都會被加入,比如默認的keyby算子,也就是分組算子,我們看下效果;

KeyedStream(
           DataStream<T> stream,
           PartitionTransformation<T> partitionTransformation,
           KeySelector<T, KEY> keySelector,
           TypeInformation<KEY> keyType) {
       //可以看出keyby并沒有被加入transform中,那究竟是為什么呢
       super(stream.getExecutionEnvironment(), partitionTransformation);
       this.keySelector = clean(keySelector);
       this.keyType = validateKeyType(keyType);
}
public SingleOutputStreamOperator<T> reduce(ReduceFunction<T> reducer) {
       //其實是因為將keyby組合成了reduceTransfrom,也就是常說的flink簡單優化了流程鏈路,這里真是一個小tips
       //不過也可以通過設定并行度強行將鎖鏈打開,不過作用不大,Transfrom到此結束
       ReduceTransformation<T, KEY> reduce =
               new ReduceTransformation<>(
                       "Keyed Reduce",
                       environment.getParallelism(),
                       transformation,
                       clean(reducer),
                       keySelector,
                       getKeyType());
       getExecutionEnvironment().addOperator(reduce);
       return new SingleOutputStreamOperator<>(getExecutionEnvironment(), reduce);
}

4,Sink

@PublicEvolving
public DataStreamSink<T> print() {
    //可以看到和Source區別不大有木有;
    //往里深入一下
    PrintSinkFunction<T> printFunction = new PrintSinkFunction<>();
    return addSink(printFunction).name("Print to Std. Out");
}
public DataStreamSink<T> addSink(SinkFunction<T> sinkFunction) {
    
    // read the output type of the input Transform to coax out errors about MissingTypeInfo
    transformation.getOutputType();
    // configure the type if needed 略過該方法講解,作用不大
    if (sinkFunction instanceof InputTypeConfigurable) {
        ((InputTypeConfigurable) sinkFunction).setInputType(getType(), getExecutionConfig());
    }
    //創建Sink
    StreamSink<T> sinkOperator = new StreamSink<>(clean(sinkFunction));
    //通過StreamSink得到資料流輸出
    DataStreamSink<T> sink = new DataStreamSink<>(this, sinkOperator);
    //插入鏈路,這個也是有原因的,具體原因我想懂flink的人都懂
    getExecutionEnvironment().addOperator(sink.getTransformation());
    return sink;
}

總結

說實話,前段時間過的特別黑暗,渾渾噩噩,最近終于能靜下心來好好閱讀原始碼,好好學習,以上流程就是Flink的
Source
Transformation
Sink
鏈路生成流程,可以看到,并沒有執行,資料根本不流動,所以可以把它們看做是一個插件,Spark也是如此,相當于是組態檔,Flink學會之后一定要靜下心來總結,開始探索底層,說實話Spark其實探索了百分之十左右到現在的放棄以及徹底忘了scala咋寫告誡了我一定要每日要學習,復習,技術猶如逆水行舟,不進則退,所以一定要努力學習

轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/282891.html

標籤:其他

上一篇:一張圖搞懂華為介面型別!

下一篇:Hive入門(二)

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種:三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看,三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看,三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統,“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及:虛擬機CentOs下執行 yum -y install lrzsz命令,出現錯誤:鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示:其實很簡單,往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號, sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求,SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生, 2020-08-28 16:18:25 分類專欄: kail 網路安全 linux 文章標簽: linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么? 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼: #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘(北斗授時服務器)讓網路資料更精準

    北斗電力時鐘(北斗授時服務器)讓網路資料更精準 北斗電力時鐘(北斗授時服務器)讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年,資訊技術的得了快速發展,互聯網在逐漸普及,其在人們生活和生產中都得到了廣泛應用,并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用,一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub:https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺,后來才有了CTFHub。 感覺不論是網頁UI設計,還是題目質量,賽事跟蹤,工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解(net user / type /md /rd/ dir /cd /net use copy、批處理 等) 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝,密碼啊破解03Linux常用命令04LAMP 01LINUX windows: win03 8 12 16 19 配置不繁瑣 Linux:redhat,centos(紅帽社區版),Ubuntu server,suse unix:金融機構,證券,銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 (POST注入/XSS漏洞上傳)3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題,描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章,不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》,我也是第一時間得知了這個訊息,然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本: 個人認為這件事也沒什么,還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹:metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包,它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一,它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip:192.168.20.121 靶機ip:192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k,軟體測驗工程師的漲薪史,給我看哭了

    清明節一過,盲猜大家已經無心上班,在數著日子準備過五一,但一想到銀行卡里的余額……瞬間心情就不美麗了。最近,2023年高校畢業生就業調查顯示,本科畢業月平均起薪為5825元。調查一出,便有很多同學表示自己又被平均了。看著這一資料,不免讓人想到前不久中國青年報的一項調查:近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文,所以對學習母語的我們非常不友好 使用網址:https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜,前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜,自動化測驗的需求也越來越高。如今,自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分,它們可以幫助開發人員更快地發現和修復錯誤,提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐:4個DVPP記憶體問題的典型案例解讀

    摘要:由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求(例如,記憶體首地址128位元組對齊),因此需呼叫專用的記憶體申請介面,那么本期就分享幾個關于DVPP記憶體問題的典型案例,并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》,作者:昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊,輔助滲透(埠掃描、登錄密碼爆破、漏洞驗證等) 2、encoders 編碼器模塊,主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手:與相機連接,設定相機引數,采集影像 2) 標定助手:九點標定或是其它的標定,生成標定檔案及內參外參,可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客,先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp),這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接: https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more