文章目录
- 前言之分层 API
- 一、DataStream 的编程模型
- 二、Flink 的 DataSource 数据源
-
- 2.1、基于文件,此处是HDFS
- 2.2、基于集合的源
- 2.3、Kafka
-
- 2.3.1、引入依赖
- 2.3.2、Kafka第一种Source
- 2.3.3、Kafka第二种Source
-
- 2.3.3.1、Kafka生产测试
- 2.4、自定义Source
-
- 2.4.1、实现SourceFunction的自定义Source
- 三、 Flink 的 Sink 数据目标
-
- 3.1、HDFS Sink
-
- 3.1.1、配置支持 Hadoop FileSystem 的连接器依赖
- 3.1.2、Streaming File Sink
-
- 3.1.2.1、滚动策略
- 3.1.2.2、分桶策略
- 3.1.2.3、代码实现
- 3.2、基于 Redis 的 Sink
-
- 3.2.1、依赖
- 3.2.2、将结果写道redis
- 3.3、Kafka Sink
-
- 3.3.1、第一种
- 3.3.2、第二种
- 3.4、自定义Sink
- 四、DataStream 转换算子
- 五、函数类和富函数类
-
- 5.1、普通函数类举例:按照指定的时间格式输出每个通话的拨号时间和结束时间
- 5.2、富函数类举例:把呼叫成功的通话信息转化成真实的用户姓名
- 六、底层 ProcessFunctionAPI
- 七、侧输出流 Side Output
- 还有视频讲解在我的B站-宝哥chbxw, 希望大家可以支持一下,谢谢。
- Flink目录导读
- 关注我的公众号【宝哥大数据】, 更多干货。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/127710.html