Java 如何计算有多少;“客户”;是否处于基于状态更改事件的分布式flink状态?I';d需要有状态的对象
我正在使用kafka->flink->elastic search在java中进行poc项目 在卡夫卡上,将产生数量不可预测的事件,从0到数千事件/秒,例如特定主题Java 如何计算有多少;“客户”;是否处于基于状态更改事件的分布式flink状态?I';d需要有状态的对象,java,apache-flink,flink-streaming,stream-processing,Java,Apache Flink,Flink Streaming,Stream Processing,我正在使用kafka->flink->elastic search在java中进行poc项目 在卡夫卡上,将产生数量不可预测的事件,从0到数千事件/秒,例如特定主题 {"gid":"abcd-8910-2ca4227527f9", "state":"stateA", "timestamp:1465566255, "other unusefull info":"..."} Flink将使用此事件,并应每秒搜索每个状态中的事件数,例如: {"stateA":54, "stateB":100, .
{"gid":"abcd-8910-2ca4227527f9", "state":"stateA", "timestamp:1465566255, "other unusefull info":"..."}
Flink将使用此事件,并应每秒搜索每个状态中的事件数,例如:
{"stateA":54, "stateB":100, ... "stateJ":34}
我有10个州:[创建,…,删除]
,平均生命周期为15分钟。状态每秒可以更改两次。理论上可以增加新的国家
为了每时每刻都让溪流下沉,我想用弗林克的时间窗
问题是,我需要有状态对象,其中包含关于guid->previous state
和stateX->count
的信息,以便在新事件发生时增加/减少计数
我找到了一份关于有状态蒸汽处理的文件草稿
我是flink和流处理的新手,我还没有深入研究flink有状态流处理。对于第一个阶段,我考虑使用静态对象,但是当几个flink实例启动时,这种方法将不起作用
我想问你:
谢谢,像下面这样的东西怎么样 它使用15分钟的窗口,之后将清除窗口状态。它还使用每秒计算一次窗口的自定义触发器。就窗口操作而言,有一个reduce函数只保留每个guid的最新状态,还有一个WindowFunction发出(state,1)元组。然后,我们按这个状态输入密钥并求和。我想这会给你你想要的结果
val env = StreamExecutionEnvironment.getExecutionEnvironment()
val stream = env.addSource(new FlinkKafkaProducer(...))
val results = stream
.keyBy(_.guid)
.timeWindow(Time.minutes(15))
.trigger(ProcessingTimeTriggerWithPeriodicFirings(1000))
.apply(
(e1, e2) => e2,
(k, w, i, c: Collector[(String, Long)]) => {
if (i.head != null) c.collect((i.head.state, 1))
}
)
.keyBy(0)
.timeWindow(Time.seconds(1))
.sum(1)
.addSink(new ElasticsearchSink<>(...))
env.execute("Count States")
object ProcessingTimeTriggerWithPeriodicFirings {
def apply(intervalMs: Long) = {
new ProcessingTimeTriggerWithPeriodicFirings(intervalMs)
}
}
class ProcessingTimeTriggerWithPeriodicFirings(intervalMs: Long)
extends Trigger[Event, TimeWindow] {
private val startTimeDesc =
new ValueStateDescriptor[Long]("start-time", classOf[Long], 0L)
override def onElement(element: Event, timestamp: Long, window: TimeWindow, ctx: TriggerContext): TriggerResult = {
val startTime = ctx.getPartitionedState(startTimeDesc)
if (startTime.value == 0) {
startTime.update(window.getStart)
ctx.registerProcessingTimeTimer(window.getEnd)
ctx.registerProcessingTimeTimer(System.currentTimeMillis() + intervalMs)
}
TriggerResult.CONTINUE
}
override def onProcessingTime(time: Long, window: TimeWindow, ctx: TriggerContext): TriggerResult = {
if (time == window.getEnd) {
TriggerResult.PURGE
}
else {
ctx.registerProcessingTimeTimer(time + intervalMs)
TriggerResult.FIRE
}
}
override def onEventTime(time: Long, window: TimeWindow, ctx: TriggerContext): TriggerResult = {
TriggerResult.CONTINUE
}
}