为了保持 Scala 和 Java API 的一致性,对于批处理和流处理从标准的API中忽视了一些在 Scala 中允许的高级表达方式。
如果你想体验全部的 Scala 表达功能,你可以选择通过隐式转化来加强 Scala API。
你可以通过简单的导入 DataSet API 来使用所有可用的扩展
import org.apache.flink.api.scala.extensions._
或者导入 DataStream API。
import org.apache.flink.streaming.api.scala.extensions._
作为选择,你也可以导入私有扩展a-là-carte 来使用那些你更喜欢的。
通常,数据集和数据流 API 不接受匿名形式的函数去解构元组,例如类或集合,像下面这样:
val data: DataSet[(Int, String, Double)] = // [...]
data.map {
case (id, name, temperature) => // [...]
// 上面一行会引起下面的编译错误:
// "匿名函数的参数类型必须完全可知. (SLS 8.5)"
}
这个扩展介绍了在数据集和数据流Scala 的扩展API 中有一对一关系的新的方法。这些授权方法不支持匿名形式的匹配函数。
Method | Original | Example |
---|---|---|
mapWith | map (DataSet) |
|
mapPartitionWith | mapPartition (DataSet) |
|
flatMapWith | flatMap (DataSet) |
|
filterWith | filter (DataSet) |
|
reduceWith | reduce (DataSet, GroupedDataSet) |
|
reduceGroupWith | reduceGroup (GroupedDataSet) |
|
groupingBy | groupBy (DataSet) |
|
sortGroupWith | sortGroup (GroupedDataSet) |
|
combineGroupWith | combineGroup (GroupedDataSet) |
|
projecting | apply (JoinDataSet, CrossDataSet) |
|
projecting | apply (CoGroupDataSet) |
|
Method | Original | Example |
---|---|---|
mapWith | map (DataStream) |
|
mapPartitionWith | mapPartition (DataStream) |
|
flatMapWith | flatMap (DataStream) |
|
filterWith | filter (DataStream) |
|
keyingBy | keyBy (DataStream) |
|
mapWith | map (ConnectedDataStream) |
|
flatMapWith | flatMap (ConnectedDataStream) |
|
keyingBy | keyBy (ConnectedDataStream) |
|
reduceWith | reduce (KeyedDataStream, WindowedDataStream) |
|
foldWith | fold (KeyedDataStream, WindowedDataStream) |
|
applyWith | apply (WindowedDataStream) |
|
projecting | apply (JoinedDataStream) |
|
获取更多方法的语法信息,请参考 DataSet 和 DataStream 的 API 帮助文档.
仅仅使用这一个扩展,你可以添加以下导入:
import org.apache.flink.api.scala.extensions.acceptPartialFunctions
对数据集扩展导入
import org.apache.flink.streaming.api.scala.extensions.acceptPartialFunctions
下面片段展示了如何用数据集 API 使用这些扩展方法的小例子:
object Main {
import org.apache.flink.api.scala.extensions._
case class Point(x: Double, y: Double)
def main(args: Array[String]): Unit = {
val env = ExecutionEnvironment.getExecutionEnvironment
val ds = env.fromElements(Point(1, 2), Point(3, 4), Point(5, 6))
ds.filterWith {
case Point(x, _) => x > 1
}.reduceWith {
case (Point(x1, y1), (Point(x2, y2))) => Point(x1 + y1, x2 + y2)
}.mapWith {
case Point(x, y) => (x, y)
}.flatMapWith {
case (x, y) => Seq("x" -> x, "y" -> y)
}.groupingBy {
case (id, value) => id
}
}
}