Flink批处理（Batch离线批处理）案例开发

案例需求：统计一个文件中的单词出现的总次数，并且把结果存储到文件中。
Java代码实现如下。

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.DataSet;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.operators.DataSource;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.core.fs.FileSystem;
import org.apache.flink.util.Collector;

/**
 * Batch离线批处理
 * 单词计数之离线计算,指定位置读取文件统计单词后输出文件
 * @author yishuiping
 * @date 2020/12/3 15:30
 */
public class BatchWordCountJava {
    public static void main(String[] args) throws Exception {
        String inputPath = "D:\\data\\file";
        String outPath = "D:\\data\\result";

        //获取运行环境
        ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
        //获取文件中的内容
        DataSource<String> text = env.readTextFile(inputPath);
        //筛选计算单词的数量
        DataSet<Tuple2<String, Integer>> counts = text.flatMap(new Tokenizer()).groupBy(0).sum(1);
        //统计结果写到指定的输出目录中,如果有该文件就覆盖掉。
        counts.writeAsCsv(outPath, "\n", " ", FileSystem.WriteMode.OVERWRITE).setParallelism(1);

        //调用execute()触发执行程序
        env.execute("batch word count");

    }

    public static class Tokenizer implements FlatMapFunction<String, Tuple2<String,
            Integer>> {
        public void flatMap(String value, Collector<Tuple2<String, Integer>> out)
                throws Exception {
            String[] tokens = value.toLowerCase().split("\\W+");
            for (String token : tokens) {
                if (token.length() > 0) {
                    out.collect(new Tuple2<String, Integer>(token, 1));
                }
            }
        }
    }
}

源文件如图：

要统计的文件.png

结果文件如图：

结果文件.png