Flink實操廣播變數累加器分布式快取

三 .累加器

四 .分布式快取

flink支援廣播。可以將資料廣播到taskmanager上，資料儲存到記憶體中。

資料儲存在記憶體中，這樣可以減緩大量的shuffle操作；比如在資料join階段，不可避免的就是大量的shuffle操作，我們可以把其中乙個datastream廣播出去，一直載入到taskmanager的記憶體中，可以直接在記憶體中拿資料，避免了大量的shuffle，導致集群效能下降；

廣播變數建立後，它可以執行在集群中的任何function上，而不需要多次傳遞給集群節點。

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。

// - 在`map`方法中使用廣播進行轉換

override

def map(value:

(int

,string

,int))

:(string

,string

,int)=

}).withbroadcastset(studentdataset,

"bc_student"

)// 3. 列印測試

resultdataset.print()}

}accumulator 即累加器，與 mapreduce counter 的應用場景差不多，都能很好地觀察task在執行期間的資料變化

可以在flink job任務中的運算元函式中操作累加器，但是只能在任務執行結束之後才能獲得累加器的最終結果。

flink現在有以下內建累加器。每個累加器都實現了accumulator介面。

遍歷下列資料, 列印出單詞的總數

"a","b","c","d"

開發步驟:獲取批處理環境

載入本地集合

map轉換

定義累加器

註冊累加器

累加資料

資料寫入到檔案中

執行任務,獲取任務執行結果物件(jobexecutionresult)

獲取累加器數值

列印數值

package com.boyi.broadcast
import org.apache.flink.api.common.accumulators.intcounter
import org.apache.flink.api.common.functions.richmapfunction
import org.apache.flink.api.scala.executionenvironment
import org.apache.flink.configuration.configuration
/** * counter 累加器
*/object batchdemocounter 
var sum =0;
override
def map(value:
string)=
}).setparallelism(1)
res.writeastext(
"/opt/a/tmp/batchdemocounter"
)val jobresult = env.execute(
"batchdemocounterscala"
)// //3：獲取累加器
val num = jobresult.getaccumulatorresult[
int]
("num-lines"
) println(
"num:"
+num)
}}

flink提供了乙個類似於hadoop的分布式快取，讓並行執行例項的函式可以在本地訪問。

這個功能可以被使用來分享外部靜態的資料.

快取的使用流程：

使用executionenvironment例項對本地的或者遠端的檔案（例如：hdfs上的檔案）,為快取檔案指定乙個名字註冊該快取檔案。當程式執行時候，flink會自動將複製檔案或者目錄到所有worker節點的本地檔案系統中，函式可以根據名字去該節點的本地檔案系統中檢索該檔案！

注意:廣播是將變數分發到各個worker節點的記憶體上，分布式快取是將檔案快取到各個worker節點上

遍歷下列資料, 並在open方法中獲取快取的檔案

a,b,c,d

import org.apache.commons.io.fileutils
import org.apache.flink.api.common.functions.richmapfunction
import org.apache.flink.api.scala.executionenvironment
import org.apache.flink.configuration.configuration
/** * 分布式快取
*/object batchdemodiscache 
}override
def map(value:
string)=
})result.print()}
}

Flink實操廣播變數累加器分布式快取

廣播變數與累加器

關於廣播變數和累加器

Spark廣播變數與累加器

Flink實操 廣播變數 累加器 分布式快取

廣播變數與累加器

關於廣播變數和累加器

Spark廣播變數與累加器

相關推薦

Flink實操廣播變數累加器分布式快取