flink batch dataset 的基本操作

package hgs.flink_lesson

import org.apache.flink.api.java.utils.ParameterTool

import org.apache.flink.streaming.api.scala._

import org.apache.flink.api.scala.ExecutionEnvironment

import org.apache.flink.core.fs.FileSystem.WriteMode

import org.apache.flink.api.common.accumulators.Accumulator

import org.apache.flink.api.common.accumulators.IntCounter

import scala.collection.immutable.List

import scala.collection.mutable.ListBuffer

import scala.collection.immutable.HashMap

//import StreamExecutionEnvironment.class

object WordCount {

  def main(args: Array[String]): Unit = {

     val params = ParameterTool.fromArgs(args)

     //1.獲得一個執行環境,如果是Streaming則換成StreamExecutionEnvironment

     val env = ExecutionEnvironment.getExecutionEnvironment

     //這樣會得到當前環境下的配置

     env.getConfig.setGlobalJobParameters(params)

     println(params.get("input"))

      println(params.get("output"))

     val text = if(params.has("input")){

       //2.載入或者建立初始化資料

       env.readTextFile(params.get("input"))

     }else{

       println("Please specify the input file directory.")

       return

     }

     

     println("lines "+text.count())

     val ac =   new IntCounter

     //3.在資料上指明操作型別

     val counts = text.flatMap{ _.toLowerCase().split("\\W+").filter{_.nonEmpty}}

           //這裡與spark的運算元的groupBy有點不同，這邊要用陣列類似的下標來確定根據什麼進行分組

           .map{(_,1)}.groupBy(0).reduceGroup(it=>{

                                               

                                                

                                               val tuple = it.next()

                                               var cnt = tuple._2 

                                               val ch = tuple._1

                                               while(it.hasNext){

                                                 cnt= cnt+it.next()._2

                                               }

                                               (ch,cnt)})

      //指明計算後的資料結果放到哪個位置

      //4.counts.print()

      counts.writeAsCsv("file:/d:/re.txt", "\n", " ",WriteMode.OVERWRITE)

      //5.觸發程式執行

      env.execute("Scala WordCount Example")

      //     

  }

}