Flink Scala API-应用新WindowFunction vs应用函数

我修改了Flink的基本wordcount示例，并使用了窗口函数

WindowedStream的apply方法被重载，它接受一个函数：

def apply[R: TypeInformation](
    function: (K, W, Iterable[T], Collector[R]) => Unit): DataStream[R] = { ... }

以及WindowFunction：

def apply[R: TypeInformation](
    function: WindowFunction[T, R, K, W]): DataStream[R] = { ... }

当在WindowedStream上给apply方法一个函数时，我得到了要编译的代码，但是我的代码没有用WindowFunction编译（我不知道为什么…）

这是基本流程：

val windowCounts: WindowedStream[WordWithCount, String, TimeWindow] = text
    .flatMap { w => w.split("\\s") }
    .map { w => WordWithCount(w, 1) }
    .keyBy(t => "all")
    .window(SlidingProcessingTimeWindows.of(Time.seconds(30), Time.seconds(10)))

这是我对窗口函数的实现。 这个对我很有用：

def distinctCount(
    s: String, tw: TimeWindow, input: Iterable[WordWithCount],
    out: Collector[String]): Unit = {
  val discount = input.map(t => t.word).toSet.size
  out.collect(s"Distinct elements: $discount")
}

// compiles
val distinctCountStream = windowCounts.apply { distinctCount _ }

这一个不编译：

class DiscountWindowFunction extends WindowFunction[WordWithCount, String, String, TimeWindow] {
  override def apply(key: String, window: TimeWindow, input: lang.Iterable[WordWithCount], out: Collector[String]): Unit = {
    val discount = input.map(t => t.word).toSet.size
    out.collect(s"Distinct elements: $discount")
  }
  def apply(key: String, window: TimeWindow, input: Iterable[(String, Int)], out: Collector[String]): Unit = {
    apply(key, window, input.asJava, out)
  }
}

// does not compile
val distinctCount = windowCounts.apply(new DiscountWindowFunction())  

我使用的是Flink 1.3.2，这是我的导入：

import java.lang
import org.apache.flink.streaming.api.functions.windowing.WindowFunction
import org.apache.flink.streaming.api.scala._
import org.apache.flink.streaming.api.windowing.assigners.SlidingProcessingTimeWindows
import org.apache.flink.streaming.api.windowing.time.Time
import org.apache.flink.streaming.api.windowing.windows.TimeWindow
import org.apache.flink.util.Collector
import scala.collection.JavaConversions._
import scala.collection.JavaConverters._

---

您已经导入了Java数据流API中使用的

WindowFunction

您的代码应该在替换时编译

import org.apache.flink.streaming.api.functions.windowing.WindowFunction

借

---

顺便说一句，谢谢您提供完整的信息：-）

哦，是的，谢谢！更改导入是解决方案。我没有想到会有一个

WindowFunction.scala

。

import org.apache.flink.streaming.api.scala.function.WindowFunction