Capitolo 5. L'API DataStream (v1.7)
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Questo capitolo di introduce le basi dell'API DataStream di Flink. Vengono mostrati la struttura e i componenti di una tipica applicazione di streaming di Flink, vengono illustrati i sistemi di tipi di Flink e i tipi di dati supportati e vengono presentate le trasformazioni di dati e partizioni. Gli operatori di Windows, le trasformazioni basate sul tempo, gli operatori stateful e i connettori saranno discussi nei prossimi capitoli. Dopo aver letto questo capitolo, saprai come implementare un'applicazione di elaborazione di flussi con funzionalità di base. I nostri esempi di codice utilizzano Scala per essere più concisi, ma l'API di Java è per lo più analoga (verranno segnalate le eccezioni o i casi speciali). Inoltre, nei nostri repository GitHub forniamo esempi completi di applicazioni implementate in Java e Scala.
Ciao, Flink!
Iniziamo con un semplice esempio per avere una prima impressione di cosa significhi scrivere applicazioni di streaming con l'API DataStream. Utilizzeremo questo esempio per mostrare la struttura di base di un programma Flink e introdurre alcune importanti caratteristiche dell'API DataStream. La nostra applicazione di esempio riceve un flusso di misure di temperatura da più sensori.
Per prima cosa, diamo un'occhiata al tipo di dati che utilizzeremo per rappresentare le letture ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access