Flink SocketWindowWordCount 源码分

今天搭好了Flink单机环境，试了自带的单词统计程序，为了尽快上手使用Flink开发，来看一下单词统计的源码~

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

        // 用final修饰符定义端口号，表示不可变
        final int port;
        try {
            final ParameterTool params = ParameterTool.fromArgs(args);
            port = params.getInt("port");
        } catch (Exception e) {
            System.err.println("No port specified. Please run 'SocketWindowWordCount --port <port>'");
            return;
        }

        // （1）获取执行环境
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // （2）获取数据流，例子中是从指定端口的socket中获取用户输入的文本
        DataStream<String> text = env.socketTextStream("localhost", port, "\n");

        // （3）transformation操作，对数据流实现算法
        DataStream<WordWithCount> windowCounts = text
                //将用户输入的文本流以非空白符的方式拆开来，得到单个的单词，存入命名为out的Collector中
                .flatMap(new FlatMapFunction<String, WordWithCount>() {
                    public void flatMap(String value, Collector<WordWithCount> out) {
                        for (String word : value.split("\\s")) {
                            out.collect(new WordWithCount(word, 1L));
                        }
                    }
                })
                //将输入的文本分为不相交的分区，每个分区包含的都是具有相同key的元素。也就是说，相同的单词被分在了同一个区域，下一步的reduce就是统计分区中的个数
                .keyBy("word")
                //滑动窗口机制，每1秒计算一次最近5秒
                .timeWindow(Time.seconds(5), Time.seconds(1))
                //一个在KeyedDataStream上“滚动”进行的reduce方法。将上一个reduce过的值和当前element结合，产生新的值并发送出。
                //此处是说，对输入的两个对象进行合并，统计该单词的数量和
                .reduce(new ReduceFunction<WordWithCount>() {
                    public WordWithCount reduce(WordWithCount a, WordWithCount b) {
                        return new WordWithCount(a.word, a.count + b.count);
                    }
                });

        // 单线程执行该程序
        windowCounts.print().setParallelism(1);

        env.execute("Socket Window WordCount");
    }

    // 统计单词的数据结构，包含两个变量和三个方法
    public static class WordWithCount {
        //两个变量存储输入的单词及其数量
        public String word;
        public long count;
        
        public WordWithCount() {}
        
        public WordWithCount(String word, long count) {
            this.word = word;
            this.count = count;
        }

        @Override
        public String toString() {
            return word + " : " + count;
        }
    }
}

1. 时间窗口：

（1） timeWindow(Time.seconds(2))，只有一个参数，表示是翻滚时间窗口（Tumbling window），即不重叠的时间窗口，只统计本窗口内的数据；
（2） timeWindow(Time.seconds(5),Time.seconds(1))，有两个参数，表示是滑动时间窗口（Sliding window），即每过t2时间，统计前t1时间内的数据。 本例中就是，每秒计算前5秒内的数据。

2. DataStream的transformation操作 API

参考：https://www.cnblogs.com/lanyun0520/p/5730403.html