Apache flink Flink CEP不是确定性的

我在没有群集的情况下在本地运行以下代码：

val count = new AtomicInteger()
val env = StreamExecutionEnvironment.getExecutionEnvironment
env.setParallelism(1)
val text: DataStream[String] = env.readTextFile("file:///flink/data2")
val mapped: DataStream[Map[String, Any]] = text.map((x: String) => Map("user" -> x.split(",")(0), "val" -> x.split(",")(1)))
val pattern: ...
CEP.pattern(mapped, pattern).select(eventMap => {
  println("Found: " + (patternName, eventMap))
  count.incrementAndGet()
})

env.execute()
println(count)

我的数据是以下格式的CSV文件（用户，val）：

我试图检测模式为

event（val=1）->event（val=2）->event（val=3）

的事件。当我在一个大的输入流上运行它时，我知道流中存在一定数量的事件，我得到的检测到的事件数不一致，几乎总是少于系统中的事件数。如果我执行

env.setParallelism（1）

（就像我在代码第3行中所做的那样），所有事件都会被检测到

我假设问题是，当并行度大于1时，多个线程正在处理来自流的事件，这意味着当一个线程具有

event（val=1）->event（val=2）

，

event（val=3）

可能被发送到另一个线程，并且可能无法检测到整个模式

这里有我遗漏的东西吗？我不能丢失流中的任何模式，但将parallelism设置为1似乎无法实现像Flink这样的系统检测事件的目的

更新：

我已尝试使用以下方法为流设置关键帧：

val mapped: KeyedStream[Map[String, Any]] = text.map(...).keyBy((m) => m.get("user"))

尽管这可以防止不同用户之间发生相互干扰的事件：

1,1
2,2
1,3

---

这并不能阻止Flink无序地将事件发送到节点，这意味着非确定性仍然存在。

您是否考虑过用userid（您的第一个值）为流设置键控？Flink保证一个密钥的所有事件都到达同一个处理节点。

---

当然，这只有在您想要检测每个用户的val=1->val=2->val=3模式时才有帮助。

最可能的问题在于在map操作符之后应用keyBy操作符

因此，不是：

val mapped: KeyedStream[Map[String, Any]] = text.map(...).keyBy((m) => m.get("user"))

应该有：

val mapped: KeyedStream[Map[String, Any]] = text.keyBy((m) => m.get("user")).map(...)

---

我知道这是一个老生常谈的问题，但也许它对某人有帮助。

是的，我试过了。不幸的是，这也没有帮助。键入流后有什么问题？结果是什么？你期望的结果是什么？它仍然不确定。尽管它可以防止检测到诸如：1,1 2,2 1,3之类的事件，但键控仍然不能阻止事件在多个线程中无序地进入处理节点。

val mapped: KeyedStream[Map[String, Any]] = text.keyBy((m) => m.get("user")).map(...)