Apache flink 如何使用Scala在Apache Flink中执行平均操作

我有一个这样的数据集

15,Rom,36,49
16,Weyoun,22,323
17,Odo,35,13
18,Jean-Luc,45,455

我想选择第3列和第4列作为我的键和值，如何在ApacheFlink中执行平均操作

我能达到“按键分组”。但我无法对每个键的值执行平均操作

val行：数据集[String]=env.readTextFile（“/home/kiran/Desktop/social_friends.csv”）
val jn=lines.map（line=>line.split（“，”）.map（word=>（word（2.toString，word（3.toInt））.groupBy（“0”）

这应该行得通

val lines: DataSet[String] = env.readTextFile("/home/kiran/Desktop/social_friends.csv")

val jn = lines.map(line => line.split(",")).map(word => (word(2).toString, 1,word(3).toDouble)).groupBy(0).reduce { 
    (left, right) => 
      val (key, left1, left2) = left
      val (_, right1, right2) = right
      (key, left1 + left2, right1 + right2)
}.map(tuple => (tuple._1, tuple._3 / tuple._2))

这应该行得通

val lines: DataSet[String] = env.readTextFile("/home/kiran/Desktop/social_friends.csv")

val jn = lines.map(line => line.split(",")).map(word => (word(2).toString, 1,word(3).toDouble)).groupBy(0).reduce { 
    (left, right) => 
      val (key, left1, left2) = left
      val (_, right1, right2) = right
      (key, left1 + left2, right1 + right2)
}.map(tuple => (tuple._1, tuple._3 / tuple._2))

---

请注意，我也改变了地图。它现在发出一个3元组：

val行：数据集[String]=env.readTextFile（“/home/kiran/Desktop/social_friends.csv”）
val jn=行
.map（line=>line.split（“，”））
.map（word=>（word（2）.toString，word（3）.toInt，1））
.groupBy（“0”）
.减少{（左，右）=>（左。_1，左。_2+右。_2，左。_3+右。_3）}
.map（tuple=>（tuple.\u 1，tuple.\u 2/tuple.\u 3））

请注意，我也更改了地图。它现在发出一个3元组：

val行：数据集[String]=env.readTextFile（“/home/kiran/Desktop/social_friends.csv”）
val jn=行
.map（line=>line.split（“，”））
.map（word=>（word（2）.toString，word（3）.toInt，1））
.groupBy（“0”）
.减少{（左，右）=>（左。_1，左。_2+右。_2，左。_3+右。_3）}
.map（tuple=>（tuple.\u 1，tuple.\u 2/tuple.\u 3））

它抛出错误类型不匹配；找到：任意必需的：left2和right2附近的字符串。请检查一下。在加法运算中，它抛出了一个错误类型不匹配；找到：任意必需的：left2和right2附近的字符串。在加法运算中，弗林克没有一个平均运算量。您需要使用“reduce”或“aggregate”并编写自定义UDF代码。我知道这一点。您能告诉我如何使用reduce或aggregate函数执行它吗？Flink中没有平均运算符。您需要使用“reduce”或“aggregate”并编写自定义UDF代码。我知道这一点。您能告诉我如何使用reduce或aggregate函数执行此操作吗？最后一个应该是tuple。_2/tuple。_3最后一个应该是tuple。_2/tuple。_3