流式组件输出数据的显示（基于Jupyter环境）

对于 StreamOperator， 在使用 Jupyter Notebook 时，PyAlink 提供了一种动态的数据预览方式。这种预览方式采用了 DataFrame 的显示方式，支持随着时间窗口不断进行刷新，从而有较好的视觉体验来观察流式数据。

这种预览方式通过以下方法实现：
print(self, key=None, refreshInterval=0, maxLimit=100)

• key 为一个字符串，表示给对应的 Operator 给定一个索引；不传值时将随机生成。
• refreshInterval 表示刷新时间，单位为秒。当这个值大于0时，所显示的表将每隔 refreshInterval 秒刷新，显示前 refreshInterval 的数据；当这个值小于0时，每次有新数据产生，就会在触发显示，所显示的数据项与时间无关。

• maxLimit 用于控制显示的数据量，最多显示 maxLimit 条数据。

from pyalink.alink import *
useLocalEnv(1)

CsvSourceStreamOp() \
    .setFilePath("http://alink-dataset.cn-hangzhou.oss.aliyun-inc.com/csv/adult_train.csv") \
    .setSchemaStr(
        "age bigint, workclass string, fnlwgt bigint, education string, education_num bigint, "
        + "marital_status string, occupation string, relationship string, race string, sex string, "
        + "capital_gain bigint, capital_loss bigint, hours_per_week bigint, native_country string, label string"
    )\
    .sample(0.1)\
    .print(key="adult_data", refreshInterval=3)

StreamOperator.execute()

需要特别注意的是：使用 print 进行数据预览的 StreamOperator 需要严格控制数据量。
单位时间数据量太大不仅不会对数据预览有太大帮助，还会造成计算与网络资源浪费。
同时， Python 端在收到数据后进行转换也是比较耗时的操作，两者会导致数据预览延迟。
比较合理的做法是通过采样组件 SampleStreamOp 来达到减少数据量的目的。

运行显示如下：