Flink Union怎么將多個數據流合并成一個新的數據流

這篇文章主要講解了“Flink Union怎么將多個數據流合并成一個新的數據流”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Flink Union怎么將多個數據流合并成一個新的數據流”吧！

Union算子：將多個數據流合并成一個新的數據流（數據類型必需一致）

示例環境、

java.version: 1.8.x
flink.version: 1.11.1

示例數據源 （項目碼云下載）

Flink 系例 之 搭建開發環境與數據

Union.java

import com.flink.examples.DataSource;
import org.apache.flink.api.java.tuple.Tuple3;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import java.util.List;

/**
 * @Description Union算子：將多個數據流合并成一個新的數據流（數據類型必需一致）
 */
public class Union {

    /**
     * 遍歷集合，合并多個流并打印
     * @param args
     * @throws Exception
     */
    public static void main(String[] args) throws Exception {
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        List<Tuple3<String,String,Integer>> tuple3List = DataSource.getTuple3ToList();
        //Datastream 1
        DataStream<Tuple3<String,String,Integer>> dataStream1 = env.fromCollection(tuple3List);
        //Datastream 2
        DataStream<Tuple3<String,String,Integer>> dataStream2 = env.fromCollection(tuple3List);
        //Datastream 3
        DataStream<Tuple3<String,String,Integer>> dataStream = dataStream1.union(dataStream2);
        dataStream.print();
        env.execute("flink Union job");
    }

}

 打印結果

3> (王五,man,29)
2> (李四,girl,24)
3> (王五,man,29)
1> (張三,man,20)
1> (張三,man,20)
1> (伍七,girl,18)
1> (伍七,girl,18)
2> (吳八,man,30)
2> (李四,girl,24)
2> (吳八,man,30)
4> (劉六,girl,32)
4> (劉六,girl,32)

感謝各位的閱讀，以上就是“Flink Union怎么將多個數據流合并成一個新的數據流”的內容了，經過本文的學習后，相信大家對Flink Union怎么將多個數據流合并成一個新的數據流這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！