flink常用算子介绍
Flink中的算子是将一个或多个DataStream转换为新的DataStream，可以将多个转换组合成复杂的数据流拓扑。
在Flink中，有多种不同的DataStream类型，他们之间是使用各种算子进行的。如下图所示：
flink中常用的算子
-
map
DataStream --> DataStream：输入一个参数产生一个参数，map的功能是对输入的参数进行转换操作。 -
flatMap
DataStream --> DataStream：输入一个参数，产生0、1或者多个输出，这个多用于拆分操作 -
filter
DataStream --> DataStream：结算每个元素的布尔值，并返回为true的元素 -
keyBy
DataSteam --> DataStream：逻辑地将一个流拆分成不相交的分区，每个分区包含具有相同key的元素，在内部以hash的形式实现的。以key来分组。
注意：以下类型无法作为key
1. POJO类，且没有实现hashCode函数
2. 任意形式的数组类型 -
reduce
KeyedStream --> DataStream：滚动和并操作，合并当前元素和上一次合并的元素结果。 -
fold
KeyedStream --> DataStream：用一个初始的一个值，与其每个元素进行滚动合并操作。 -
aggregation
KeyedStream --> DataStream：分组流数据的滚动聚合操作：min和minBy的区别是min返回的是一个最小值，而minBy返回的是其字段中包含的最小值的元素（同样元原理适用于max和maxBy） -
window
KeyedStream --> DataStream：windows是在一个分区的KeyedStreams中定义的，windows根据某些特性将每个key的数据进行分组（例如：在5s内到达的数据）。 -
windowAll
DataStream --> AllWindowedStream：Windows可以在一个常规的DataStream中定义，Windows根据某些特性对所有的流（例如：5s内到达的数据）。
注意：这个操作在很多情况下都不是并行操作的，所有的记录都会聚集到一个windowAll操作的任务中 -
window apply
WindowedStream --> DataStream
AllWindowedStream --> DataStream：将一个通用的函数作为一个整体传递给window。 -
window reduce
WindowedStream --> DataStream：给窗口赋予一个reduce的功能，并返回一个reduce的结果。 -
window fold
WindowedStream --> DataStream：给窗口赋予一个fold的功能，并返回一个fold后的结果。 -
aggregation on windows
WindowedStream --> DataStream：对window的元素做聚合操作，min和minBy的区别是min返回的是最小值，而minBy返回的是包含最小值字段的元素。（同样原理适用于max和maxBy） -
union
DataStream --> DataStream：对两个或两个以上的DataStream做union操作，产生一个包含所有的DataStream元素的新DataStream。
注意：如果将一个DataStream和自己做union操作，在新的DataStream中，将看到每个元素重复两次 -
window join
DataStream，DataStream --> DataStream：根据给定的key和window对两个DataStream做join操作 -
window coGroup
DataStream，DataStream --> DataStream：根据一个给定的key和window对两个DataStream做CoGroups操作。 -
connect
DataStream，DataStream --> ConnectedStreams：连接两个保持她们类型的数据流。 -
coMap、coFlatMap
ConnectedStreams --> DataStream：作用于connected数据流上，功能与map和flatMap一样。 -
split
DataStream --> SplitStream：根据某些特征把一个DataStream拆分成两个或多个DataStream -
select
SplitStream --> DataStream：从一个SplitStream中获取一个或多个DataStream -
iterate
DataStream --> IterativeStream --> DataStream：在流程中创建一个反馈循环，将一个操作的输出重定向到之前的操作，这对于定义持续更新模型的算法来说很有意义的。 -
extract timestamps
DataStream --> DataStream：提取记录中的时间戳来跟需要事件时间的window一起发挥作用。
assignTimestamps
flink的一些算子比较
-
union和connect
-
connect只能连接两个流，而union可以连接多于两个流 。
-
connect连接的两个流类型可以不一致，而union连接的流的类型必须一致。
-
-
CoMap, CoFlatMap
-
跟map and flatMap类似，只不过作用在ConnectedStreams上
-
-
split & select(拆分流)
-
split是将DataStream转成SplitStream；select是将SplitStream转成DataStream。
-
select跟split搭配使用，从SplitStream中选择一个或多个流
-
参考