Flink Broadcast 廣播變數應用案例實戰-Flink牛刀小試
阿新 • • 發佈:2018-11-25
版權宣告:本套技術專欄是作者(秦凱新)平時工作的總結和昇華,通過從真實商業環境抽取案例進行總結和分享,並給出商業應用的調優建議和叢集環境容量規劃等內容,請持續關注本套部落格。版權宣告:禁止轉載,歡迎學習。QQ郵箱地址:[email protected],如有任何問題,可隨時聯絡。
1.1 Broadcast 真假曹操
-
DataStreaming Broadcast (元素廣播):元素廣播,重複處理
- 把元素廣播給所有的分割槽,資料會被重複處理,類似於storm中的allGrouping
- 使用技巧:dataStream.broadcast()
-
Flink Broadcast(廣播變數)
-
廣播變數建立後,它可以執行在叢集中的任何function上,而不需要多次傳遞給叢集節點。 另外需要記住,不應該修改廣播變數,這樣才能確保每個節點獲取到的值都是一致的。
-
一句話解釋,可以理解為是一個公共的共享變數,我們可以把一個dataset 資料集廣播出去,然後不同的task在節點上都能夠獲取到,這個資料在每個節點上只會存 在一份。
-
如果不使用broadcast,則在每個節點中的每個task中都需要拷貝一份dataset資料集,比較浪費記憶體(也就是一個節點中可能會存在多份dataset資料)。
-
用法如下:
1:初始化資料 DataSet<Integer> toBroadcast = env.fromElements(1, 2, 3) 2:廣播資料 .withBroadcastSet(toBroadcast, "broadcastSetName"); 3:獲取資料 Collection<Integer> broadcastSet = getRuntimeContext().getBroadcastVariable("broadcastSetName"); 注意: 1:廣播出去的變數存在於每個節點的記憶體中,所以這個資料集不能太大。因為廣播出去的資料,會常駐記憶體,除非程式執行結束 2:廣播變數在初始化廣播出去以後不支援修改,這樣才能保證每個節點的資料都是一致的。 複製程式碼
-
2 元素廣播案例實戰
2.1 實現元素的重複廣播,設定source的並行度為1
public class StreamingDemoWithMyNoPralalleSourceBroadcast {
public static void main(String[] args) throws Exception {
//獲取Flink的執行環境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(4);
//獲取資料來源
DataStreamSource<Long> text = env.addSource(new MyNoParalleSource()).setParallelism(1);//注意:針對此source,並行度只能設定為1
DataStream<Long> num = text.broadcast().map(new MapFunction<Long, Long>() {
@Override
public Long map(Long value) throws Exception {
long id = Thread.currentThread().getId();
System.out.println("執行緒id:"+id+",接收到資料:" + value);
return value;
}
});
//每2秒鐘處理一次資料
DataStream<Long> sum = num.timeWindowAll(Time.seconds(2)).sum(0);
//列印結果
sum.print().setParallelism(1);
String jobName = StreamingDemoWithMyNoPralalleSourceBroadcast.class.getSimpleName();
env.execute(jobName);
}
}
複製程式碼
2.2 自定義接收器MyNoParalleSource
public class MyNoParalleSource implements SourceFunction<Long>{
private long count = 1L;
private boolean isRunning = true;
/**
* 主要的方法
* 啟動一個source
* 大部分情況下,都需要在這個run方法中實現一個迴圈,這樣就可以迴圈產生資料了
*
* @param ctx
* @throws Exception
*/
@Override
public void run(SourceContext<Long> ctx) throws Exception {
while(isRunning){
ctx.collect(count);
count++;
//每秒產生一條資料
Thread.sleep(1000);
}
}
/**
* 取消一個cancel的時候會呼叫的方法
*
*/
@Override
public void cancel() {
isRunning = false;
}
}
複製程式碼
2.3 結果展示
發現整個Map元素別處理了4次:
執行緒id:44,接收到資料:1
執行緒id:46,接收到資料:1
執行緒id:42,接收到資料:1
執行緒id:48,接收到資料:1
4
複製程式碼
3 廣播變數
3.1 第一步:封裝DataSet,呼叫withBroadcastSet。
3.2 第二步:getRuntimeContext().getBroadcastVariable,獲得廣播變數
3.3 第三步:RichMapFunction中執行獲得廣播變數的邏輯
public class BatchDemoBroadcast {
public static void main(String[] args) throws Exception{
//獲取執行環境
ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
//1:準備需要廣播的資料
ArrayList<Tuple2<String, Integer>> broadData = new ArrayList<>();
broadData.add(new Tuple2<>("zs",18));
broadData.add(new Tuple2<>("ls",20));
broadData.add(new Tuple2<>("ww",17));
DataSet<Tuple2<String, Integer>> tupleData = env.fromCollection(broadData);
//1.1:處理需要廣播的資料,把資料集轉換成map型別,map中的key就是使用者姓名,value就是使用者年齡
DataSet<HashMap<String, Integer>> toBroadcast = tupleData.map(new MapFunction<Tuple2<String, Integer>, HashMap<String, Integer>>() {
@Override
public HashMap<String, Integer> map(Tuple2<String, Integer> value) throws Exception {
HashMap<String, Integer> res = new HashMap<>();
res.put(value.f0, value.f1);
return res;
}
});
//源資料
DataSource<String> data = env.fromElements("zs", "ls", "ww");
//注意:在這裡需要使用到RichMapFunction獲取廣播變數
DataSet<String> result = data.map(new RichMapFunction<String, String>() {
List<HashMap<String, Integer>> broadCastMap = new ArrayList<HashMap<String, Integer>>();
HashMap<String, Integer> allMap = new HashMap<String, Integer>();
/**
* 這個方法只會執行一次
* 可以在這裡實現一些初始化的功能
*
* 所以,就可以在open方法中獲取廣播變數資料
*
*/
@Override
public void open(Configuration parameters) throws Exception {
super.open(parameters);
//3:獲取廣播資料
this.broadCastMap = getRuntimeContext().getBroadcastVariable("broadCastMapName");
for (HashMap map : broadCastMap) {
allMap.putAll(map);
}
}
@Override
public String map(String value) throws Exception {
Integer age = allMap.get(value);
return value + "," + age;
}
}).withBroadcastSet(toBroadcast, "broadCastMapName");//2:執行廣播資料的操作
result.print();
}
}
複製程式碼
3.4 結果展示
zs,18
ls,20
ww,17
複製程式碼
總結
簡單成文,方便Flink整體體系構成,感謝Github FLink 原始碼作者,讓我學到很多東西。辛苦成文,各自珍惜,謝謝!
版權宣告:本套技術專欄是作者(秦凱新)平時工作的總結和昇華,通過從真實商業環境抽取案例進行總結和分享,並給出商業應用的調優建議和叢集環境容量規劃等內容,請持續關注本套部落格。版權宣告:禁止轉載,歡迎學習。QQ郵箱地址:[email protected],如有任何問題,可隨時聯絡。
秦凱新 於深圳 20181608