Apache Flink DataSet API：如何将 Flink DataSet 与自身合并为新的？

Question

我有一个字符串类型的单维数据集：

DataSet<String> x = //['dog','cat','sheep']

我想将所有字符串与此 DataSet 中的其他字符串进行比较，以分析不同的字符串相似度算法。因此我需要一个具有以下结构的结果数据集：

DataSet<Tuple2<String,String>> y = //[{'dog','cat'},{'dog','sheep'},{'cat','sheep'}]

在此 DataSet 上，可以应用 flatMap 函数（或类似函数）来比较字符串。

我的问题是我不知道我必须使用哪个转换。也许转换不是处理这个问题的正确方法。

在纯 Java 中，我简单地使用两个这样的循环：

for(int i = 0; i < x.length() ; i++){
    for(int j = i+1 ; i< x.length(); j++){
        //do something with x[i] and x[j]
    }
}

Answer 1

x.cross(x) 应该可以解决问题。这将执行默认交叉。