分布式缓存
Flink提供了一个分布式缓存，类似于hadoop，可以使用户在并行函数中很方便的读取本地文件，并把它放在taskmanager节点中，防止task重复拉取。
此缓存的工作机制如下：程序注册一个文件或者目录(本地或者远程文件系统，例如hdfs或者s3)，通过ExecutionEnvironment注册缓存文件并为它起一个名称。
当程序执行，Flink自动将文件或者目录复制到所有taskmanager节点的本地文件系统，仅会执行一次。用户可以通过这个指定的名称查找文件或者目录，然后从taskmanager节点的本地文件系统访问它。
示例
在ExecutionEnvironment中注册一个文件：
//获取运行环境
ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
//1：注册一个文件,可以使用hdfs上的文件 也可以是本地文件进行测试
env.registerCachedFile(/Users/wangzhiwu/WorkSpace/quickstart/text,a.txt);
在用户函数中访问缓存文件或者目录(这里是一个map函数)。这个函数必须继承RichFunction,因为它需要使用RuntimeContext读取数据:
DataSetresult = data.map(new RichMapFunction() {
private ArrayListdataList = new ArrayList();
@Override
public void open(Configuration parameters) throws Exception {
super.open(parameters);
//2：使用文件
File myFile = getRuntimeContext().getDistributedCache().getFile(a.txt);
Listlines = FileUtils.readLines(myFile);
for (String line : lines) {
this.dataList.add(line);
System.err.println(分布式缓存为: + line);
}
}
@Override
public String map(String value) throws Exception {
//在这里就可以使用dataList
System.err.println(使用datalist： + dataList + ------------ +value);
//业务逻辑
return dataList +： + value;
}
});
result.printToErr();
}
public class DisCacheTest {
public static void main(String[] args) throws Exception{
//获取运行环境
ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
//1：注册一个文件,可以使用hdfs上的文件 也可以是本地文件进行测试
//text 中有4个单词:hello flink hello FLINK env.registerCachedFile(/Users/wangzhiwu/WorkSpace/quickstart/text,a.txt);
DataSourcedata = env.fromElements(a, b, c, d);
DataSetresult = data.map(new RichMapFunction() {
private ArrayListdataList = new ArrayList();
@Override
public void open(Configuration parameters) throws Exception {
super.open(parameters);
//2：使用文件
File myFile = getRuntimeContext().getDistributedCache().getFile(a.txt);
Listlines = FileUtils.readLines(myFile);
for (String line : lines) {
this.dataList.add(line);
System.err.println(分布式缓存为: + line);
}
}
@Override
public String map(String value) throws Exception {
//在这里就可以使用dataList
System.err.println(使用datalist： + dataList + ------------ +value);
//业务逻辑
return dataList +： + value;
}
});
result.printToErr();
}
}//
输出结果如下：
[hello, flink, hello, FLINK]：a
[hello, flink, hello, FLINK]：b
[hello, flink, hello, FLINK]：c
[hello, flink, hello, FLINK]：d
网友评论