这篇文章主要介绍“Apache Beam Java SDK怎么配置”，在日常操作中，相信很多人在Apache Beam Java SDK怎么配置问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Apache Beam Java SDK怎么配置”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
下载并安装Java 开发工具包（JDK）1.7或更高版本。 验证是否已设置JAVA_HOME环境变量并指向JDK 安装目录。
按照指定操作系统的Maven安装指南，下载并安装 Apache Maven。
获取WordCount代码
获取WordCount pipeline 拷贝的最简单方法是使用以下命令生成一个简单的Maven项目，其中包含Beam的WordCount示例，并针对最新的Beam版本进行构建：
1 2 3 4 5 6 7 8 9 10 |
$ mvn archetype:generate \ -DarchetypeRepository=https://repository.apache.org/content/groups/snapshots \ -DarchetypeGroupId=org.apache.beam \ -DarchetypeArtifactId=beam-sdks-java-maven-archetypes-examples \ -DarchetypeVersion=LATEST \ -DgroupId=org.example \ -DartifactId=word-count-beam \ -Dversion="0.1" \ -Dpackage=org.apache.beam.examples \ -DinteractiveMode=false |
Maven 将创建目录word-count-beam，其中包含一个简单的pom.xml和一系列示例pipelines，用于文本文件中的字进行计数。
1 2 3 4 5 6 7 8 |
$ cd word-count-beam/ $ ls pom.xml src $ ls src/main/java/org/apache/beam/examples/ DebuggingWordCount.java WindowedWordCount.java common MinimalWordCount.java WordCount.java |
有关这些示例中使用的Beam概念的详细介绍，请参见WordCount示例演练。 这里，我们只关注执行WordCount.java。
运行WordCount
单个Beam pipeline 可以在Beam runners上运行，包括 ApexRunner, FlinkRunner, SparkRunner 和 DataflowRunner.。 DirectRunner是一个常用的入门指南，因为它在本地运行，不需要特殊的设置。
在选择要使用的runner 之后：
确保已完成任何特定于runner的设置。
构建命令行：
使用–runner = （默认为DirectRunner）指定特定runner
添加runner 运行所需的选项
选择runner 可以访问的输入文件和输出位置。 （例如，如果正在外部集群上运行pipeline ，则无法访问本地文件。）
运行你的第一个WordCount pipeline。
以Spark为例（其他示例请看官网文档）：
1 2 |
$ mvn compile exec:java -Dexec.mainClass=org.apache.beam.examples.WordCount \ -Dexec.args="--runner=SparkRunner --inputFile=pom.xml --output=counts" -Pspark-runner |
检查结果
一旦pipeline完成，你可以查看输出。 你会注意到可能有多个输出文件以count为前缀。 这些文件的确切数目由运行程序决定，使其能够灵活地执行高效的分布式执行。
当您查看文件的内容时，您会看到它们包含唯一字词和每个字词的出现次数。 文件中的元素的顺序可能不同，因为beam 模型通常不保证排序，以再次允许runner 优化效率。
1 2 3 4 5 6 7 8 9 10 |
$ more counts* beam: 27 SF: 1 fat: 1 job: 1 limitations: 1 require: 1 of: 11 profile: 10 ... |
到此，关于“Apache Beam Java SDK怎么配置”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注天达云网站，小编会继续努力为大家带来更多实用的文章！