flink对文件统计某列词频打包执行代码

以下是基于Flink实现对文件统计某列词频的打包执行代码：

1. 首先，在pom.xml文件中添加Flink依赖：

<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-java</artifactId>
    <version>1.12.2</version>
</dependency>
<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-streaming-java_2.12</artifactId>
    <version>1.12.2</version>
</dependency>

2. 然后，编写Java程序：

import org.apache.flink.api.common.functions.FlatMapFunction;
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 WordCount {
    public static void main(String[] args) throws Exception {
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 从参数中获取输入文件路径和需要统计的列
        final ParameterTool params = ParameterTool.fromArgs(args);
        String input = params.get("input");
        int column = params.getInt("column");

        DataStream<String> text = env.readTextFile(input);

        DataStream<String> words = text.flatMap(new FlatMapFunction<String, String>() {
            @Override
            public void flatMap(String value, Collector<String> out) {
                String[] tokens = value.toLowerCase().split("\\W+");
                if (tokens.length > column) {
                    out.collect(tokens[column]);
                }
            }
        });

        DataStream<String> counts = words.keyBy(value -> value).mapWithState(new WordCountFunction());

        counts.print();

        env.execute("Flink WordCount");
    }
}

class WordCountFunction extends MapWithStatefulFunction<String, Long, Long, Tuple2<String, Long>> {
    @Override
    public Tuple2<String, Long> map(String value, Long state) {
        if (state == null) {
            state = 0L;
        }
        state++;
        return Tuple2.of(value, state);
    }
}

在上述代码中，我们首先读取输入文件，然后将文件中每一行数据按照指定的分隔符切分成单词，接着选择需要统计的列，最后按照单词进行分组，并使用mapWithState函数对单词进行计数。最后，我们将结果打印出来。

3. 将程序打包成jar包并提交到Flink集群上执行：

$ mvn clean package
$ flink run -c WordCount /path/to/wordcount.jar --input /path/to/input/file --column 2

在上述命令中，我们使用`flink run`命令将jar包提交到Flink集群上运行。其中，`-c`参数用于指定程序入口类，`--input`参数用于指定输入文件路径，`--column`参数用于指定需要统计的列。