Java 复合聚集

我有一个主题中的数据需要在多个级别进行统计，所有代码和文章都只提到单词统计示例

数据的一个例子是：

序列号：123 国家：美国 日期：2018年5月1日 州：纽约 城市：纽约 参观人数：5人

序列号：123 国家：美国 日期：2018年6月1日 州：纽约 城市：皇后区 参观者：10人

序列号：456 日期：2018年6月1日 国家：美国 州：纽约 城市：皇后区 访客：27

序列号：123 日期：2018年6月1日 国家：美国 州：纽约 城市：纽约 参观者：867

我已经做了过滤，但聚合？ 对于Java8和&mix，我很抱歉，我更喜欢8，但同时学习它

KTable<String, CountryVisitorModel> countryStream1 = inStream
    .filter((key, value) -> value.status.equalsIgnoreCase("TEST_DATA"))
    .groupBy((key, value) -> value.serial)
    .aggregate(
            new Initializer<CountryVisitorModel>() {

            public CountryVisitorModelapply() {
                return new CountryVisitorModel();
            }
        },
        new Aggregator<String, InputModel, CountryVisitorModel>() {

            @Override
            public CountryVisitorModelapply(String key, InputModel value, CountryVisitorModel aggregate) {

    aggregate.serial = value.serial;
    aggregate.country_name = value.country_name;
    aggregate.city_name = value.city_name;

    aggregate.country_count++;
    aggregate.city_count++;
    aggregate.ip_count++;

        //
    return aggregate;
       }
},
Materialized.with(stringSerde, visitorSerde));

KTable countryStream1=流内
.filter（（键，值）->value.status.equalsIgnoreCase（“测试数据”））
.groupBy（（键，值）->value.serial）
.合计(
新初始值设定项（）{
public CountryVisitorModelapply（）{
返回新的CountryVisitorModel（）；
}
},
新聚合器（）{
@凌驾
public CountryVisitorModelapply（字符串键、InputModel值、CountryVisitorModel聚合）{
aggregate.serial=value.serial；
aggregate.country\u name=value.country\u name；
aggregate.city\u name=value.city\u name；
合计。国家/地区计数++；
聚合。城市计数++；
聚合.ip_计数++；
//
总回报；
}
},
具体化。使用（stringSerde，visitorSerde））；

对于所有相同的序列号（这将是分组依据） 计算每个站点的访客总数：

---

连续国家/州/城市总访客数

如果每个记录只占一个计数，我建议

branch（）

流和每个子流的计数：

KStream stream=builder.stream（…）
KStream[]subStreams=stream.branch（…）；
//“stream”的每个记录都将精确地包含在一个子流中`
子流[0]。grouByKey（）.count（）；//或聚合（）而不是计数（）
子流[1]。grouByKey（）.count（）；
// ...

如果分支不起作用，因为单个记录需要进入多个计数，您可以“广播”和过滤：

KStream stream=builder.stream（…）
//`stream`中的每个记录都将被“复制”并发送到所有`filters``
stream.filter（…）.grouByKey（）.count（）；//或聚合（）而不是计数（）
stream.filter（…）.grouByKey（）.count（）；
// ...

使用相同的

KStream

多次对象并应用多个操作符（在我们的例子中

filter（）

，每个记录都将“广播”给所有操作符）。请注意，在这种情况下，记录（即对象）不是物理复制的，而是使用相同的输入记录对象来调用每个

filter（）