Apache flink 如何在Flink 1.4.0中查询可查询状态？

我发现很难理解文档中的代码

QueryableStateClient client = new QueryableStateClient(tmHostname, proxyPort);

// the state descriptor of the state to be fetched.
ValueStateDescriptor<Tuple2<Long, Long>> descriptor =
        new ValueStateDescriptor<>(
          "average",
          TypeInformation.of(new TypeHint<Tuple2<Long, Long>>() {}),
          Tuple2.of(0L, 0L));

CompletableFuture<ValueState<Tuple2<Long, Long>>> resultFuture =
        client.getKvState(jobId, "query-name", key, BasicTypeInfo.LONG_TYPE_INFO, descriptor);

// now handle the returned value
resultFuture.thenAccept(response -> {
        try {
            Tuple2<Long, Long> res = response.get();
        } catch (Exception e) {
            e.printStackTrace();
        }
});

QueryableStateClient=newqueryablestateclient（tmHostname，proxyPort）；
//要获取的状态的状态描述符。
ValueStateDescriptor描述符=
新的ValueStateDescriptor(
“平均”，
TypeInformation.of（新的TypeHint（）{}），
（0L，0L）的Tuple2；
完全未来结果未来=
getKvState（jobId，“查询名称”，key，BasicTypeInfo.LONG\u TYPE\u INFO，描述符）；
//现在处理返回的值
结果未来。然后接受（响应->{
试一试{
Tuple2 res=response.get（）；
}捕获（例外e）{
e、 printStackTrace（）；
}
});

---

如何定义

key

和

jobId

？

flink可查询状态

模块中也没有要查看的测试用例。

jobId

是可查询状态所属作业的ID。

JobId

可以从

ExecutionEnvironment.execute（）

或通过Flink的REST API返回的

JobSubmissionResult

中获取

---

可查询状态始终是键控状态，其作用类似于分布式哈希映射。

键

是应获取键控状态值的键。

jobId

是可查询状态所属作业的ID。

JobId

可以从

ExecutionEnvironment.execute（）

或通过Flink的REST API返回的

JobSubmissionResult

中获取

---

可查询状态始终是键控状态，其作用类似于分布式哈希映射。

键

是应获取键控状态值的键。

JobId可从flink UI获取<代码>概述->

正在运行的作业

->

作业ID

或者您可以通过API获得它

JobGraph jobGraph = env.getStreamGraph().getJobGraph();

System.out.println("[info] Job ID: " + jobGraph.getJobID());

Key

是您指定给键控流的内容。如果按如下方式为流设置关键帧，则该关键帧应为

整数

类型：

source.keyBy(new KeySelector<Tuple2<Integer, Long>, Integer>() {
        private static final long serialVersionUID = 8470749712274833552L;

        @Override
        public Integer getKey(Tuple2<Integer, Long> value) {
            return value.f0;
        }
    }).transform(
            "TestAggregatingOperator",
            BasicTypeInfo.STRING_TYPE_INFO,
            new AggregatingTestOperator(aggrStateDescriptor)
    );

source.keyBy（新的KeySelector（）{
私有静态最终长serialVersionUID=8470749712274833552L；
@凌驾
公共整数getKey（Tuple2值）{
返回值0.f0；
}
}).变换(
“TestAggregatingOperator”，
BasicTypeInfo.STRING\u TYPE\u INFO，
新的AggregatingTestOperator（aggrStateDescriptor）
);

查询代码：

JobID jobID = JobID.fromHexString("ece5660c0e32a7d9780b8f24cd4fffc6");
    CompletableFuture<AggregatingState<Tuple2<Integer, Long>, String>> kvState = client.getKvState(jobID,
            "aggr-queryable",
            1, BasicTypeInfo.INT_TYPE_INFO,
            aggrStateDescriptor);

JobID JobID=JobID.fromHexString（“ece5660c0e32a7d9780b8f24cd4fffc6”）；
完整的未来
作业ID可以从flink UI获得<代码>概述

->

正在运行的作业

->

作业ID

或者您可以通过API获得它

JobGraph jobGraph = env.getStreamGraph().getJobGraph();

System.out.println("[info] Job ID: " + jobGraph.getJobID());

Key

是您指定给键控流的内容。如果按如下方式为流设置关键帧，则该关键帧应为

整数

类型：

source.keyBy(new KeySelector<Tuple2<Integer, Long>, Integer>() {
        private static final long serialVersionUID = 8470749712274833552L;

        @Override
        public Integer getKey(Tuple2<Integer, Long> value) {
            return value.f0;
        }
    }).transform(
            "TestAggregatingOperator",
            BasicTypeInfo.STRING_TYPE_INFO,
            new AggregatingTestOperator(aggrStateDescriptor)
    );

source.keyBy（新的KeySelector（）{
私有静态最终长serialVersionUID=8470749712274833552L；
@凌驾
公共整数getKey（Tuple2值）{
返回值0.f0；
}
}).变换(
“TestAggregatingOperator”，
BasicTypeInfo.STRING\u TYPE\u INFO，
新的AggregatingTestOperator（aggrStateDescriptor）
);

查询代码：

JobID jobID = JobID.fromHexString("ece5660c0e32a7d9780b8f24cd4fffc6");
    CompletableFuture<AggregatingState<Tuple2<Integer, Long>, String>> kvState = client.getKvState(jobID,
            "aggr-queryable",
            1, BasicTypeInfo.INT_TYPE_INFO,
            aggrStateDescriptor);

JobID JobID=JobID.fromHexString（“ece5660c0e32a7d9780b8f24cd4fffc6”）；
完全未来