flink算子

flink中提供的大量的算子，下面将介绍常用的算子操作方式：

• map
  DataStream --> DataStream：输入一个参数产生一个参数，map的功能是对输入的参数进行转换操作。

• flatMap
  DataStream --> DataStream：输入一个参数，产生0、1或者多个输出，这个多用于拆分操作

• filter
  DataStream --> DataStream：结算每个元素的布尔值，并返回为true的元素

• keyBy
  DataSteam --> DataStream：逻辑地将一个流拆分成不相交的分区，每个分区包含具有相同key的元素，在内部以hash的形式实现的。以key来分组。
  注意：以下类型无法作为key
  1. POJO类，且没有实现hashCode函数
  2. 任意形式的数组类型

• reduce
  KeyedStream --> DataStream：滚动和并操作，合并当前元素和上一次合并的元素结果。

• fold
  KeyedStream --> DataStream：用一个初始的一个值，与其每个元素进行滚动合并操作。

• aggregation
  KeyedStream --> DataStream：分组流数据的滚动聚合操作：min和minBy的区别是min返回的是一个最小值，而minBy返回的是其字段中包含的最小值的元素（同样元原理适用于max和maxBy）

• window
  KeyedStream --> DataStream：windows是在一个分区的KeyedStreams中定义的，windows根据某些特性将每个key的数据进行分组（例如：在5s内到达的数据）。

• windowAll
  DataStream --> AllWindowedStream：Windows可以在一个常规的DataStream中定义，Windows根据某些特性对所有的流（例如：5s内到达的数据）。
  注意：这个操作在很多情况下都不是并行操作的，所有的记录都会聚集到一个windowAll操作的任务中

• window apply
  WindowedStream --> DataStream
  AllWindowedStream --> DataStream：将一个通用的函数作为一个整体传递给window。

• window reduce
  WindowedStream --> DataStream：给窗口赋予一个reduce的功能，并返回一个reduce的结果。

• window fold
  WindowedStream --> DataStream：给窗口赋予一个fold的功能，并返回一个fold后的结果。

• aggregation on windows
  WindowedStream --> DataStream：对window的元素做聚合操作，min和minBy的区别是min返回的是最小值，而minBy返回的是包含最小值字段的元素。（同样原理适用于max和maxBy）

• union
  DataStream --> DataStream：对两个或两个以上的DataStream做union操作，产生一个包含所有的DataStream元素的新DataStream。
  注意：如果将一个DataStream和自己做union操作，在新的DataStream中，将看到每个元素重复两次

• window join
  DataStream，DataStream --> DataStream：根据给定的key和window对两个DataStream做join操作

• window coGroup
  DataStream，DataStream --> DataStream：根据一个给定的key和window对两个DataStream做CoGroups操作。

• connect
  DataStream，DataStream --> ConnectedStreams：连接两个保持她们类型的数据流。

• coMap、coFlatMap
  ConnectedStreams --> DataStream：作用于connected数据流上，功能与map和flatMap一样。

• split
  DataStream --> SplitStream：根据某些特征把一个DataStream拆分成两个或多个DataStream

• select
  SplitStream --> DataStream：从一个SplitStream中获取一个或多个DataStream

• iterate
  DataStream --> IterativeStream --> DataStream：在流程中创建一个反馈循环，将一个操作的输出重定向到之前的操作，这对于定义持续更新模型的算法来说很有意义的。

• extract timestamps
  DataStream --> DataStream：提取记录中的时间戳来跟需要事件时间的window一起发挥作用。
  assignTimestamps