如何用Flink的Max獲取一組數據流中最大的值

這篇文章主要介紹“如何用Flink的Max獲取一組數據流中最大的值”，在日常操作中，相信很多人在如何用Flink的Max獲取一組數據流中最大的值問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”如何用Flink的Max獲取一組數據流中最大的值”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

max聚合：獲取一組數據流中最大的值

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

Max.java

import com.flink.examples.DataSource;
import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.common.typeinfo.Types;
import org.apache.flink.api.java.functions.KeySelector;
import org.apache.flink.api.java.tuple.Tuple2;
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 max聚合：獲取一組數據流中最大的值
 */
public class Max {

    /**
     * 遍歷集合，返回每個性別分區下最大年齡
     * @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<Tuple2<String, Integer>> dataStream = env.fromCollection(tuple3List)
                .map(new MapFunction<Tuple3<String, String, Integer>, Tuple2<String, Integer>>() {
                    @Override
                    public Tuple2<String, Integer> map(Tuple3<String, String, Integer> tuple3) throws Exception {
                        return new Tuple2<>(tuple3.f1,tuple3.f2);
                    }
                })
                .returns(Types.TUPLE(Types.STRING,Types.INT))
                .keyBy((KeySelector<Tuple2<String, Integer>, String>) k ->k.f0)
                //按數量窗口滾動，每3個輸入數據流，計算一次
                .countWindow(3)
                .max(1);
        dataStream.print();
        env.execute("flink Max job");
    }
}

打印結果

2> (man,30)
4> (girl,32)

到此，關于“如何用Flink的Max獲取一組數據流中最大的值”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！