Apache flink 如何根据其密钥配置Flink窗口时间

不同类型的项到达一个源中，我根据其“类型”将它们划分到不同的窗口中。现在，每个

类型的

窗口必须配置自己的发射超时，而不是一个

.byKey（“type”）窗口（TumblingProcessingTimeWindows.of（Time.seconds（1）））。允许延迟（Time.seconds（5））

例如： {{“1型”，5m}，{“2型”，10m}，{“3型”，1m}

因此，添加到

type-1

键控窗口的元素的发射时间为5分钟，类似地

type-2

的发射时间为10分钟，依此类推

我可以通过在

KeyedProcessFunction

，

RegisterProcessingTimer

中维护一个带有时间列表的状态，并为键配置超时来实现这一点

---

但是，我不需要管理状态和元素，如何使用

窗口
？我尝试了自定义
触发器，但无法明确地使其工作。
我认为您可以使用GlobalWindows以及自定义触发器（可能还有自定义逐出器）来实现这一点。另一种方法可能是使用自定义窗口赋值器

一般来说，我不鼓励深入研究自定义窗口API，因为最终的解决方案很难理解。
我在下面发布了我的自定义
触发器方法的代码修复。我没有使用@David建议的
逐出器
，而是在
onProcessingTime
中使用了FIRE\u和\u PURGE。这种方法似乎已经在少数场景中进行了测试

插槽配置

private static final Map<String, Long> eventSlots = new HashMap<>();

static {
    eventSlots.put("type22", 30000l);
    eventSlots.put("type12", 15000l);
    eventSlots.put("type9", 10000l);
    eventSlots.put("type2", 20000l);
    eventSlots.put("type7", 13000l);
}

private static final Map eventSlots=new HashMap（）；
静止的{
eventSlots.put（“22型”，30000l）；
eventSlots.put（“12型”，15000l）；
eventSlots.put（“类型9”，10000l）；
eventSlots.put（“类型2”，20000l）；
eventSlots.put（“7型”，13000l）；
}

处理代码

SingleOutputStreamOperator<Event> sourceStream = ...

someSourceStream
.keyBy("type")
.window(GlobalWindows.create())
.trigger(new Trigger<Event, GlobalWindow>() {

 @Override
 public TriggerResult onElement(Event element, long timestamp, GlobalWindow window,
         TriggerContext ctx) throws Exception {
     ctx.registerProcessingTimeTimer(ctx.getCurrentProcessingTime() + eventSlots.get(element.getType()));
     return TriggerResult.CONTINUE;
 }

 @Override
 public TriggerResult onProcessingTime(long time, GlobalWindow window, TriggerContext ctx)
         throws Exception {
     return TriggerResult.FIRE_AND_PURGE;
 }

 @Override
 public TriggerResult onEventTime(long time, GlobalWindow window, TriggerContext ctx)
         throws Exception {
     return TriggerResult.CONTINUE;
 }

 @Override
 public void clear(GlobalWindow window, TriggerContext ctx) throws Exception {
     ctx.deleteProcessingTimeTimer(window.maxTimestamp());
 }

}).process(new ProcessWindowFunction<Event, Events, Tuple, Context> () {
     @Override
     public void process(Tuple arg0,
         ProcessWindowFunction<Event, Events, Tuple, GlobalWindow>.Context ctx,
         Iterable<Event> arg2, Collector<Event> arg3) throws Exception {
       List<Event> events = new ArrayList<>();
       arg2.forEach(events::add);
       arg3.collect(new Events(events));
});

SingleOutputStreamOperator sourceStream=。。。
someSourceStream
.keyBy（“类型”）
.window（GlobalWindows.create（））
.trigger（新触发器（）{
@凌驾
public TriggerResult OneElement（事件元素、长时间戳、全局窗口、，
TriggerContext（ctx）引发异常{
registerProcessingTimer（ctx.getCurrentProcessingTime（）+eventSlots.get（element.getType（））；
返回TriggerResult.CONTINUE；
}
@凌驾
public TriggerResult on ProcessingTime（长时间、全局窗口、TriggerContext ctx）
抛出异常{
返回TriggerResult.FIRE\u和\u PURGE；
}
@凌驾
公共TriggerResult onEventTime（长时间、全局窗口、TriggerContext ctx）
抛出异常{
返回TriggerResult.CONTINUE；
}
@凌驾
公共无效清除（GlobalWindow窗口，TriggerContext ctx）引发异常{
ctx.deleteProcessingTimer（window.maxTimestamp（））；
}
}).process（新的ProcessWindowFunction（）{
@凌驾
公共无效进程（元组arg0，
ProcessWindowFunction.Context ctx，
Iterable arg2、收集器arg3）引发异常{
列表事件=新建ArrayList（）；
arg2.forEach（事件：：add）；
arg3.收集（新事件（事件））；
});
我在回答中分享的示例----如果您最终使用
KeyedProcessFunction
，可能会有所帮助。这些每键计时是静态的（即在编译时已知的）？至少你需要一个自定义窗口分配程序，但是如果每个键的计时信息不是静态的，并且需要保持在flink状态，我不知道如何做到这一点，并使其可供窗口分配程序使用。是的，可能是FIRE_and_PURGE就足够了，你不需要自定义驱逐程序。我更新了我的答案。如果只是有一个h除了静态窗口大小的事件类型之外，您还可以按事件类型分割流，并在每个子流上应用一个普通窗口。