flink 110版本streamExecutionEnv设置并行度为1java实现

下面是一个使用 Flink 1.10 版本的 Java 代码示例，设置并行度为 1 的 streamExecutionEnv：

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.utils.ParameterTool;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.util.Collector;

public class ParallelismExample {

    public static void main(String[] args) throws Exception {

        // setup execution environment
        final ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();
        final StreamExecutionEnvironment streamEnv = StreamExecutionEnvironment.getExecutionEnvironment();

        // set parallelism to 1
        env.setParallelism(1);
        streamEnv.setParallelism(1);

        // read input file path from command-line arguments
        final ParameterTool params = ParameterTool.fromArgs(args);
        final String input = params.get("input");

        // read data from input file
        final DataStream<String> stream = streamEnv.readTextFile(input);

        // perform flat map operation with parallelism 1
        stream.flatMap(new FlatMapFunction<String, String>() {
            @Override
            public void flatMap(String value, Collector<String> out) throws Exception {
                String[] words = value.split("\\s+");
                for (String word : words) {
                    out.collect(word);
                }
            }
        }).setParallelism(1).print();

        // execute program
        env.execute("Parallelism Example");
    }
}

在上面的代码中，我们首先创建了一个 ExecutionEnvironment 和一个 StreamExecutionEnvironment。然后，我们使用 setParallelism() 方法来将它们的并行度设置为 1。

接下来，我们从命令行参数中读取输入文件路径，并使用 readTextFile() 方法从文件中读取数据创建一个 DataStream。然后，我们使用 flatMap() 方法对数据进行处理，并将其并行度设置为 1。

最后，我们使用 execute() 方法来执行 Flink 程序。在程序执行期间，我们可以查看输出结果，以确保程序按照预期方式工作