Flink应用开发系列（二十五）DataStream开发之系统自带的source

在flink DataStream应用开发中，source是咱们程序读取数据的地方。在flink 自带的api里面，提供了一些自带的source，我们可以很方便的使用，下面我们介绍下flink应用程序自带的source。

1）readTextFile(path) 从文件中读取，示例代码如下：

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

DataStreamSource<String> dataStream = env.readTextFile("hdfs://192.168.31.218:9000/hello");

这里我们一般读取的话，都是从hdfs上进行读取，除了本地测试，几乎不从本地文件开始读取。关于从文件中读取的api，还有两个扩展的，分别是：

readFile(fileInputFormat, path)   按照指定的文件格式读取文件
readFile(fileInputFormat, path, watchType, interval, pathFilter, typeInfo) 基按照指定的文件格式读取文件，可设置定期读取的时间interval，还可以使用filer过滤掉某些文件，这个api用的比较少。

2）socketTextStream从socket中读取数据，示例代码如下：

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

DataStreamSource<String> dataStream = env.socketTextStream("192.168.31.218", 9999);

在上一篇文章《Flink应用开发系列（二十四）DataStream开发之wordcount》我们介绍的案例就是基于socket进行数据读取的。

3）fromCollection(Collection) 从java util collection创建数据流。示例代码如下：

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

DataStreamSource<String> dataStream = env.fromCollection(Arrays.asList("张三","李四"));

这里主要是从集合中读取相关的数据来创建数据流。关于集合的拓展方法有:

#从迭代器中创建数据流
fromCollection(Iterator, Class)

#从给定的对象序列中创建数据流
fromElements(T ...)

#从迭代器并行创建数据流
fromParallelCollection(SplittableIterator, Class)

#基于给定间隔内的数字序列并行生成数据流
generateSequence(from, to)

以上就是我们常见的flink中自带的source，我们在做flink datastream应用开发的时候，有时候会用到。

备注：

1、仅是有时候用到，更多的场景会从第三方数据源或者mq中进行数据读取。
2、除了自带的，我们还可以自定义source，将在下篇文章介绍到