經過一系列Transformation轉換操作后，最后一定要調用Sink操作，才會形成一個完整的DataFlow拓撲。只有調用了Sink操作，才會產生最終的計算結果，這些數(shù)據(jù)可以寫入到的文件、輸出到指定的網絡端口、消息中間件、外部的文件系統(tǒng)或者是打印到控制臺。

flink在批處理中常見的sink

• print 打印

• writerAsText 以文本格式輸出

• writeAsCsv 以csv格式輸出

• 自定義連接器（addSink）

參考官網：https://ci.apache.org/projects/flink/flink-docs-release-1.13/zh/docs/dev/datastream/overview/#data-sinks

print 打印

打印是最簡單的一個Sink，通常是用來做實驗和測試時使用。如果想讓一個DataStream輸出打印的結果，直接可以在該DataStream調用print方法。另外，該方法還有一個重載的方法，可以傳入一個字符，指定一個Sink的標識名稱，如果有多個打印的Sink，用來區(qū)分到底是哪一個Sink的輸出。

下面的結果是WordCount例子中調用print Sink輸出在控制臺的結果，細心的讀者會發(fā)現(xiàn)，在輸出的單詞和次數(shù)之前，有一個數(shù)字前綴，我這里是1~4，這個數(shù)字是該Sink所在subtask的Index + 1。有的讀者運行的結果數(shù)字前綴是1~8，該數(shù)字前綴其實是與任務的并行度相關的，由于該任務是以local模式運行，默認的并行度是所在機器可用的邏輯核數(shù)即線程數(shù)，我的電腦是2核4線程的，所以subtask的Index范圍是0~3，將Index + 1，顯示的數(shù)字前綴就是1~4了。

這里在來仔細的觀察一下運行的結果發(fā)現(xiàn)：

相同的單詞輸出結果的數(shù)字前綴一定相同，即經過keyBy之后，相同的單詞會被shuffle到同一個subtask中，并且在同一個subtask的同一個組內進行聚合。一個subtask中是可能有零到多個組的，如果是有多個組，每一個組是相互獨立的，累加的結果不會相互干擾。