Flink 可以将结果写入多个文件（如 Hadoop 的 MultipleOutputFormat）吗？

Question

我正在使用 Apache Flink 的 DataSet API。我想实现一项将多个结果写入不同文件的作业。

我怎样才能做到这一点？

Answer 1

您可以DataSet根据需要向程序添加任意数量的数据接收器。

例如在这样的程序中：

ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();

DataSet<Tuple3<String, Long, Long>> data = env.readFromCsv(...);
// apply MapFunction and emit
data.map(new YourMapper()).writeToText("/foo/bar");
// apply FilterFunction and emit
data.filter(new YourFilter()).writeToCsv("/foo/bar2");

DataSet data您从 CSV 文件中读取 a 。这data适用于两个后续转换：

1. To aMapFunction并将其结果写入文本文件。
2. 未过滤的元FilterFunction组将写入 CSV 文件。

您还可以根据需要拥有多个数据源以及分支和合并数据集（使用union、join、coGroup、或广播集）。cross