Apache flink CEP-添加窗口后未执行模式

//创建一个包含十个项目的窗口

WindowedStream<ObservationEvent,Tuple,GlobalWindow> windowStream = inputStream.keyBy("rackId").countWindow(10);

WindowedStream windowStream=inputStream.keyBy（“rackId”）.countWindow（10）；

//应用窗口函数，添加一些自定义值来计算窗口中的所有值

DataStream<ObservationEvent> inactivityStream = windowStream.apply(new WindowFunction<ObservationEvent, ObservationEvent , Tuple , GlobalWindow>() { 

                        @Override 
                        public void apply(Tuple tuple, GlobalWindow timeWindow, Iterable<ObservationEvent> itr, Collector<ObservationEvent> out) 
                                //custom evaluation logic 
                                out.collect(new ObservationEvent(1,"temperature", "stable")); 
                        } 
                });

DataStream-inactivityStream=windowStream.apply（新的WindowFunction（）{
@凌驾
公共无效应用（元组元组、全局窗口时间窗口、Iterable itr、收集器输出）
//自定义求值逻辑
收集（新观测事件（1，“温度”、“稳定”）；
} 
});

//定义简单CEP模式

 Pattern<ObservationEvent, ?> inactivityPattern = Pattern.ObservationEvent>begin("first") 
                                .subtype(ObservationEvent.class) 
                                .where(new FilterFunction<ObservationEvent>() { 

                                        @Override 
                                        public boolean filter(ObservationEvent arg0) throws Exception { 
                                                System.out.println( arg0 );  //This function is not at all called
                                                return false; 
                                        } 
                });



PatternStream<ObservationEvent> inactivityCEP = CEP.pattern(inactivityStream.keyBy("rackId"), inactivityPattern); 

Pattern-inactivityPattern=Pattern.ObservationEvent>begin（“第一个”）
.子类型（ObservationEvent.class）
.where（新筛选器函数（）{
@凌驾
公共布尔筛选器（ObservationEvent arg0）引发异常{
System.out.println（arg0）；//根本不调用此函数
返回false；
} 
});
PatternStream inactivityCEP=CEP.pattern（inactivityStream.keyBy（“rackId”），inactivityPattern）；

当我运行这段代码时，where子句中的filter函数根本不会被调用。 我已经打印了inactivityStream.print（），可以看到匹配的值

现在，当我直接插入inputStream而不应用窗口时。模式匹配

我打印了inputStream和WindowedStream，我可以看到它们都发送类似类型的数据

---

我遗漏了什么

最终应该调用FilterFunction，但是您必须等待10个事件才能看到第一次调用FilterFunction。可能是因为您在窗口测试中等待的时间不够长吗

---

请记住，如果您有许多唯一的键，这意味着您必须在窗口测试中等待10倍以上的时间，然后才能看到您的筛选函数被调用。

为什么我必须等待？。此外，模型数据只有一个键。窗口立即打印，但未调用过滤器函数。很抱歉，我没有得到“等待”部分。您必须等待，因为在看到该键的10个元素之前，给定键的窗口函数将没有输出。你能发布一个完整的工作示例，以便我进一步评论吗？如果没有完整的代码示例，很难看出是什么导致了您的问题。