Flink之基本转换算子（map/flatMap/filter）

其他 2021-02-09 12:44:17 阅读次数: 0

map

顾名思义，就是转换，将流中进去的每一个元素转成另外一种元素。
在这里插入图片描述
我们需要实现接口MapFunction

// T: the type of input elements
// O: the type of output elements
MapFunction[T, O]
map(T): O

比如：

val sensorIds: DataStream[String] = readings.map(new MyMapFunction)

猜你喜欢

转载自blog.csdn.net/MissWYAN/article/details/108947694

Flink之基本转换算子（map/flatMap/filter）

Flink 基本转换算子（Transformation） Map Filter FlatMap

SPARK转换算子简单的实现示例（map,filter,flatmap,groupByKey）

Spark算子：RDD基本转换操作(1)–map、flatMap、distinct

Flink（五）转换算子

Flink-转换算子

Value类型RDD转换算子（一）——map、mapPartitions、mapPartitionsWithIndex、flatMap、glom、groupBy

Spark算子之map、flatMap

[Flink]Flink常用的DataStream转换算子

Spark算子系列文章------------Spark算子：RDD基本转换操作(1)–map、flatMap、distinct

Flink之KeyedStream Transformations(键控流转换算子)和Multistream Transformations(多流转换算子)

Flink 1.17教程：转换算子（Transformation）

(一)Spark常用算子：map，mapPartition，mapPartitionIndex，flatMap，filter

Spark之RDD算子-转换算子

Flink 常用API（2）——转换算子＋聚合算子

1.5.1.4 常用算子之map/flatmap/mapPartitions/glom算子

Flink详细笔记(九)Flink常用转换算子

spark基本函数- RDD转换算子和行动算子

Flink学习（七）多流转换算子

Flink学习：常用transform转换算子API

5、flink任务中常用的转换算子（Transformation）

Flink 基本算子map、keyBy、sum、reduce

RDD算子转换算子

10.3 spark算子例子map,filter,flatMap,mapPartitions,groupByKey,join,distinct

Stream之filter、distinct、skip、map、flatMap、match、find、reduce

sparkStreaming转换算子

spark部分：map，flatmap，mapPartitions,mapPartitionswithindex算子

Spark之RDD转换算子（transformation）大全

sparkStreaming转换算子02

spark的转换算子2

今日推荐

周排行

LRU cache算法

windows10, 自带的OpenSSH, key权限问题, 文件权限问题

测试用例书写方法

HIVE-默认分隔符的（linux系统的特殊字符）查看，输入和修改

最贵的AMD 7nm显卡来了！这设计够狂野

java多线程简单demo

[ 转载 ]在Android系统上使用busybox——最简单的方法

QT connect学习

BFSIFT算法分析

Xcode10：library not found for -lstdc++.6.0.9 临时解决

每日归档

更多

2024-08-06(0)

2024-08-05(0)

2024-08-04(0)

2024-08-03(0)

2024-08-02(0)

2024-08-01(0)

2024-07-31(0)

2024-07-30(0)

2024-07-29(0)

2024-07-28(0)