Apache flink 弗林克'；s协处理函数不'；不定时触发

我试着像那样把两条溪流聚合起来

val joinedStream = finishResultStream.keyBy(_.searchId)
  .connect(startResultStream.keyBy(_.searchId))
  .process(new SomeCoProcessFunction)

class SomeCoProcessFunction extends CoProcessFunction[SearchFinished, SearchCreated, SearchAggregated] {

   override def processElement1(finished: SearchFinished, ctx: CoProcessFunction[SearchFinished, SearchCreated, SearchAggregated]#Context, out: Collector[SearchAggregated]): Unit = { 

       // aggregating some "finished" data ...

   }

   override def processElement2(created: SearchCreated, ctx: CoProcessFunction[SearchFinished, SearchCreated, SearchAggregated]#Context, out: Collector[SearchAggregated]): Unit = {

       val timerService = ctx.timerService()
       timerService.registerEventTimeTimer(System.currentTimeMillis + 5000)

       // aggregating some "created" data ...
   }

   override def onTimer(timestamp: Long, ctx: CoProcessFunction[SearchFinished, SearchCreated, SearchAggregated]#OnTimerContext, out: Collector[SearchAggregated]): Unit = {

       val watermark: Long = ctx.timerService().currentWatermark()
       println(s"watermark!!!! $watermark")

       // clean up the state

   }

然后在

SomeCoProcessFunction

类中处理它们

val joinedStream = finishResultStream.keyBy(_.searchId)
  .connect(startResultStream.keyBy(_.searchId))
  .process(new SomeCoProcessFunction)

class SomeCoProcessFunction extends CoProcessFunction[SearchFinished, SearchCreated, SearchAggregated] {

   override def processElement1(finished: SearchFinished, ctx: CoProcessFunction[SearchFinished, SearchCreated, SearchAggregated]#Context, out: Collector[SearchAggregated]): Unit = { 

       // aggregating some "finished" data ...

   }

   override def processElement2(created: SearchCreated, ctx: CoProcessFunction[SearchFinished, SearchCreated, SearchAggregated]#Context, out: Collector[SearchAggregated]): Unit = {

       val timerService = ctx.timerService()
       timerService.registerEventTimeTimer(System.currentTimeMillis + 5000)

       // aggregating some "created" data ...
   }

   override def onTimer(timestamp: Long, ctx: CoProcessFunction[SearchFinished, SearchCreated, SearchAggregated]#OnTimerContext, out: Collector[SearchAggregated]): Unit = {

       val watermark: Long = ctx.timerService().currentWatermark()
       println(s"watermark!!!! $watermark")

       // clean up the state

   }

我想要的是在特定时间（5000毫秒）后清除状态，这就是必须使用的

onTimer

。但因为它从未被解雇，我有点问自己我做错了什么

提前谢谢你的提示

更新：

解决方案是这样设置timeService（对费边·休斯克和贝克汉姆来说都是tnx）：

timerService.RegisterProcessingTimer（timerService.currentProcessingTime（）+5000）

---

我仍然没有真正弄清楚

timerService.registereventtimeter

做了什么，watermark

ctx.timerService（）.currentWatermark（）

无论EventTimer注册前多长时间，现在总是显示

-9223372036854775808

。

我看到您使用的是

系统。currentTimeMillis

，它可能与Flink作业使用的

时间特征（事件时间、处理时间、摄取时间）不同

尝试获取事件的时间戳
ctx.timestamp（）
，然后在其上添加5000ms。
我看到您使用的是
System.currentTimeMillis
，它可能不同于Flink作业使用的
时间特征（事件时间、处理时间、摄取时间）

尝试获取事件的时间戳
ctx.timestamp（）
，然后在其上添加5000ms。
问题是您正在使用处理时间戳（
System.currentTimeMillis+5000
）注册事件时间计时器（
timerService.registerEventTimeTimer
）

System.currentTimeMillis
返回当前机器时间，但事件时间不是基于机器时间，而是基于从水印计算的时间

您应该注册一个处理计时器，或者使用事件时间戳注册一个事件时间计时器。您可以从作为参数传递给
processElement1（）
和
processElement2（）
的
Context
对象中获取当前水印的时间戳或当前记录的时间戳
 问题在于，您正在使用处理时间戳（
System.currentTimeMillis+5000
）注册事件时间计时器（
timerService.registerEventTimeTimer
）

System.currentTimeMillis
返回当前机器时间，但事件时间不是基于机器时间，而是基于从水印计算的时间

您应该注册一个处理计时器，或者使用事件时间戳注册一个事件时间计时器。您可以从作为参数传递给
processElement1（）
和
processElement2（）
的
Context
对象中获取当前水印的时间戳或当前记录的时间戳