在另一个内部创建新的数据流

Question

我有两种数据类型。

type1 and type2 

我有一个type1 的数据流。

DataStream<type1> stream1 =... 

在stream1 内部，我想创建type2 的对象，并且我想同时收集type1 和type2 的对象。

一个数据流可以有一种输入类型和两种输出类型吗？或者是否可以在stream1 内部创建一个新的数据流（DataStream<type2> stream2）？

或者有没有其他方法可以收集从一种类型评估的两种不同类型的数据？

Answer 1

您需要先创建一个包装器类型，然后再拆分并选择您的流。对于包装器，只有一个成员是 not-null;

class TypeWrapper {
    // keeping this short for brevity
    public TypeA firstType;
    public TypeB secondType;
}

拆分并选择：

DataStream<TypeWrapper> stream1 = ...

DataStream<TypeA> streamA = stream1.filter(new FilterFunction<TypeWrapper>() {
    @Override
    public boolean filter(TypeWrapper value) throws Exception {
        return value.firstType != null;
    }
})
.map(new MapFunction<TypeWrapper, TypeA>() {
    @Override
    public TypeA map(TypeWrapper value) throws Exception {
        return value.firstType;
    }
});

DataStream<TypeB> streamB = stream1.filter(new FilterFunction<TypeWrapper>() {
    @Override
    public boolean filter(TypeWrapper value) throws Exception {
        return value.secondType != null;
    }
})
.map(new MapFunction<TypeWrapper, TypeB>() {
    @Override
    public TypeB map(TypeWrapper value) throws Exception {
        return value.secondType;
    }
});

因为filter() 和map() 将被链接到stream1 两者都在同一个线程上执行并且操作很便宜。

Answer 2

import org.apache.flink.streaming.api.functions.source.SourceFunction
import org.apache.flink.streaming.api.scala.StreamExecutionEnvironment
import org.apache.flink.api.scala._

case class Type1(){}
case class Type2(){}


object MultipleOutputJob {
  def main(args: Array[String]) {
    val env = StreamExecutionEnvironment.getExecutionEnvironment

    // Stream of Type1
    val stream1 = env.addSource((sc: SourceFunction.SourceContext[Type1]) => {
      while(true){
        Thread.sleep(1000)
        sc.collect(Type1())
      }
    })

    // Mapping from Type1 to Type2
    val stream2 = stream1.map(t1 => Type2())

    // Collect both the original and the derived data
    stream1.print
    stream2.print

    env.execute()
  }
}