我是flink的新手,我的理解是遵循api调用
StreamExecutionEnvironment.getExecutionEnvironment().readFile(format, path)
将为给定的s3 bucket路径并行读取文件。
我们正在s3中存储日志文件。需求是为多个客户机请求提供服务,以便从带有时间戳的不同文件夹中读取数据。
对于我的用例,为了满足多个客户机请求,我正在评估使用flink。所以我希望flink对不同的awss3文件路径执行awss3并行读取。
有没有可能实现这一点,在单一的Flink工作。有什么建议吗?
1条答案
按热度按时间iecba09b1#
关于s3文件系统支持的文档可以在这里找到。
您可以从不同的目录中读取并使用
union()
运算符将来自不同目录的所有记录合并到一个流中。也可以使用(未测试)之类的方法读取嵌套文件: