【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用019-Flink中参数传递和容错设定003
2017-11-20 10:44
996 查看
3.通过ExecutionConfig向Function传递参数
执行程序
package code.book.batch.sinksource.scala import org.apache.flink.api.common.functions.RichMapFunction import org.apache.flink.api.scala.{DataSet, ExecutionEnvironment, _} import org.apache.flink.configuration.Configuration /** * Globally via the ExecutionConfig * * * Flink also allows to pass custom configuration values to the ExecutionConfig * interface of the environment. Since the execution config is accessible in all * (rich) user functions, the custom configuration will be available globally in all functions. */ object Parameters003scala { def main(args: Array[String]): Unit = { val env = ExecutionEnvironment.getExecutionEnvironment //1.准备工人数据 case class Worker(name: String, salaryPerMonth: Double) val workers: DataSet[Worker] = env.fromElements( Worker("zhagnsan", 1356.67), Worker("lisi", 1476.67) ) //2.准备工作月份数据,作为参数用Configuration传递出去 val conf = new Configuration() conf.setString("month", "4") env.getConfig.setGlobalJobParameters(conf) //3.接受参数进行计算(如果要用Configuration传参,需要用RichFunction接受) workers.map(new RichMapFunction[Worker, Worker] { private var m = 0 override def open(parameters: Configuration): Unit = { super.open(parameters) //3.1获取Configuration传递过来的参数 val globalParams = this.getRuntimeContext.getExecutionConfig.getGlobalJobParameters m = globalParams.toMap.get("month").trim.toInt } override def map(w: Worker): Worker = { //3.2计算最新工人工资信息 Worker(w.name, w.salaryPerMonth * m) } }).print } }
执行效果
Worker(zhagnsan,5426.68) Worker(lisi,5906.68)
相关文章推荐
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用018-Flink中参数传递和容错设定002
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用020-Flink中参数传递和容错设定004
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用003-Flink的内存管理003
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用023-Flink中OutFormat设置(Scala版)003
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用008-Slot和Parallelism的深入分析003
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用021-Flink中OutFormat设置(Scala版)001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用004-Flink的作业调度情况001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用005-Flink的作业调度情况002
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用011-Slot和Parallelism的深入分析006
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用022-Flink中OutFormat设置(Scala版)002
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用012-Slot和Parallelism的深入分析007
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用013-Flink在批处理中常见的sink和source001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用001-Flink的内存管理001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用006-Slot和Parallelism的深入分析001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用015-Flink中广播变量和分布式缓存001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用016-Flink中广播变量和分布式缓存002
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用002-Flink的内存管理002
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用009-Slot和Parallelism的深入分析004
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用010-Slot和Parallelism的深入分析005
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink实战基础003--flink特性:流处理,批处理珠联璧合