Flink应用开发系列（四）DataSet开发之实现wordcount

在上一篇文章《Flink应用开发系列（三）DataSet概念介绍》我们介绍了Dataset，本文的话，我们编写一个wordcount程序给大家演示一下Dataset的用法及实现效果。

背景

这里我们模拟从集合读取数据，然后通过实现wordcount，最后把结果进行标准输出。

代码实现

这里我们直接上代码，首先创建一个DataSetWordCountExample的类，主要用来编写job任务，示例代码如下：

package org.example;

import org.apache.flink.api.java.DataSet;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.tuple.Tuple2;
import org.example.func.LineSplitter;

public class DataSetWordCountExample {

    public static void main(String[] args) throws Exception{


        final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
        DataSet<String> text = env.fromElements(
                "From the age groups",
                "we can see that the largest group of citizens is the group in the age between 20-29",
                "People in this period have had their own career.In this society of ever-quickening pace",
                "working with copmputer has become a fashion. Furthermore");
        DataSet<Tuple2<String, Integer>> wordCounts = text
                .flatMap(new LineSplitter())
                .groupBy(0)
                .sum(1);
        wordCounts.print();

    }
}

然后这里我们使用了一个LineSplitter的类进行切割单词，示例代码如下：

package org.example.func;

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.util.Collector;

public class LineSplitter implements FlatMapFunction<String, Tuple2<String, Integer>> {
    @Override
    public void flatMap(String line, Collector<Tuple2<String, Integer>> out) {
        for (String word : line.split(" ")) {
            out.collect(new Tuple2<String, Integer>(word, 1));
        }
    }
}

到此为止，我们使用DataSet实现一个wordcount的任务就完成了，然后我们运行一下：