綜述：

• 在Flink中DataStream程序是在數據流上實現了轉換的常規程序。

1.示範程序

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import
 
 org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.util.Collector;

public class WindowWordCount {

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

        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        DataStream
 
<Tuple2<String, Integer>> dataStream = env
                .socketTextStream("localhost", 9999)
                .flatMap(new Splitter())
                .keyBy(0)
                .timeWindow(Time.seconds(5))
                .sum(1);

        dataStream.print();

        env.execute("Window WordCount");
    }

    
 
public static class Splitter implements FlatMapFunction<String, Tuple2<String, Integer>> {
        @Override
        public void flatMap(String sentence, Collector<Tuple2<String, Integer>> out) throws Exception {
            for (String word: sentence.split(" ")) {
                out.collect(new Tuple2<String, Integer>(word, 1));
            }
        }
    }

}

nc -lk 9999

2.數據源

• 程序從源讀取輸入。可以通過StreamExecutionEnvironment.addSource(sourceFunction)給程序附上源。
• 在StreamExecutionEnvironment中有一些可訪問的預定義的流數據源： readTextFile(path) 逐行作為字符串讀取文本文件 readFile(fileInputFormat, path) 通過指定的文件輸入格式(the specified file input format)讀取文件 readFile(fileInputFormat, path, watchType, interval, pathFilter, typeInfo) 這是一個被前兩個方法內部調用的方法。它基於給定fileInputFormat在path下讀取文件，根據提供的watchType，這個源會定期監測(每 interval ms)新數據的路徑。
• 基於套接字的 socketTextStream 從套接字讀取。元素可以由一個分隔符分開。
• 基於集合的 fromCollection(Collection) 從Java Java.util.Collection創建一個數據流，集合中的所有元素必須是相同類型的。 fromCollection(Iterator, Class) 從一個叠代器創建一個數據流，類指定叠代器返回的元素的數據類型。 fromElements(T ...) 從給定的對象的序列創建一個數據流，所有對象必須是相同類型的。 fromParallelCollection(SplittableIterator, Class) 在並行執行中，從一個叠代器創建一個數據流，類指定叠代器返回的元素的數據類型。 generateSequence(from, to) 在給定的時間間隔內，生成的數字序列，並行執行。
• 自定義的 addSource 附上一個新的源函數。例如要從Apache Kafka讀取，可以用addSource(new FlinkKafkaConsumer08<>(...))。

3.DataStream Transformations 參照運算符。

4.Data Sinks 數據接收

Apache Flink -Streaming(DataStream API)