Flink窗口-计数窗口（CountWindow）

Flink窗口-CountWindow使用

（一）数量窗口的本质

前篇中，我们已经初略讲解了Flink中的数量窗口与时间窗口。

无论是哪一种窗口，他们的作用都类似于计算器（计算数量、时间）仅仅只是让数据堆积（不会像默认的流处理，来一条处理一条），只有当满足触发计算时机的时候，便开始计算，比如五个数据才计算，或者五秒钟才计算一次…

数量窗口的核心，便是数量的定义，当我们数据达到定义的量时，便会触发窗口计算逻辑

那么数量窗口究竟如何使用呢？哎，让我们来一探究竟！

（二）数量窗口的使用

我们首先还是回顾下Flink计算程序步骤

获取执行环境

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setRuntimeMode(RuntimeExecutionMode.STREAMING);
env.setParallelism(1);

加载数据源

DataStreamSource<Location> locationSource = env.addSource(new LocationSource())

数据转换处理

//todo 我们这里，数据转换就使用CountWindow

数据输出

// 例如输出到mysql 
result.addSink(new MysqlSink());
// 例如输出到控制台
result.print();

执行

env.execute("count-window");

---

窗口使用前提：

• 在使用窗口前，我们必须要确保已经有了数据源

• 根据选择是否使用KeyBy算子（后边会讲）

（1）调用Window API

我们直接使用我们的数据源来调用Window API即可

ex：

source.countWindow(一个窗口容纳数据数量);

返回值，返回了一个WindowedStream<Location, Integer, GlobalWindow> 类型的数据流.

这步代码仅表示此计算程序使用的是CountWindow,且窗口的大小为1,如此设置，那么每来一个数据触发一次窗口计算，设置为2，则每相同的KEY出现两次，才会执行对应数据窗口计算（正如上方所说，起到了一个计算器的作用，那么我这里则是一个数据触发一次计算时机）

但需要注意，这里窗口并不涉及到计算逻辑！！！！！！

（2）Window触发时执行计算逻辑

上边，我们的窗口已经拿到了数据了，拿到窗口后的数据，如何触发计算呢？

如果需要窗口中执行逻辑，我们要调用apply算子；apply算子，必须作用在WindowedStream

ex:

DataStream<T> result = windowedStream.apply(算子逻辑实现);

我们使用IDEA 参数提示，来看下我们的的apply算子究竟需要什么参数

查阅发现，WindowFunction 是一个接口，其中还有一个apply抽象方法

IN:入参

OUT:出参

KEY:当前窗口数据的唯一键 （即前边代码的keyBy(Location::getVehicleId)操作）

W:可以应用此窗口功能的Window的类型

WindowFunction呢，又有着如下一些实现类

实际上呢，我们的windowedStream.apply()方法，本质是调用的 WindowFunction或其实现类中的apply()，为我们做的数据处理.

---

① 匿名内部类方式

故此，根据参数提示，我们直接New 一个``WindowFunction` 的匿名内部类试一试

参数详解：

key: 上方代码 .keyBy(Location::getVehicleId) 实质就是Location对象中的VehicleId

window: 当前可用窗口类型 GlobalWindow

input: 入参数据 Location泛型的迭代器，数量嘛，自然就是窗口设置的大小了，如果是count 窗口则是count中指定的数量；如果是Time ，则是规定时间内的实际数据数量

out: 出参数据， 计算结果后什么类型；Collector 负责吧参数收集输出

示例：将我们的Location 使用CountWindow转换为JSON字符串

Collector 收集后，就得到了上图示例返回值DataStream<String> result,我们把他是作为计算结果，输出看一看

② 自定义WindowFunction

如果不想写匿名内部类这种方式，我们也可以自定义类去实现 WindowFunction 或继承WindowFunction的实现类

ex:

public static class SpeedAlarmWindow extends RichWindowFunction<Location, String, Integer, GlobalWindow> {}

特别说明，实际开发中，继承RichWindowFunction 实现我们自己的方法是最优解

RichWindowFunction 自己继承自AbstractRichFunction 且实现了WindowFunction

AbstractRichFunction 中的五个方法非常核心，getRuntimeContext()方法可以拿到当前计算程序运行上下文环境，这个在以后的复杂逻辑开发特别有用。且还有open()、close()方法，与最开始讲解的自定义数据源与自定义Sink一样,其在整个计算job中 只开启一次，或者只关闭一次的特性，在开发中会经常使用！！！！

实现了WindowFunction，表示着其符合入参要求与其可复写apply()方法，满足我们自己的业务逻辑编写

自定义function示例：

apply()：复写此方法，编写我们自己的计算具体逻辑，参数列表意义前边已经讲过，忘了的同学向前翻一下

open(): 窗口打开时，做什么事情

open(): 窗口关闭时，做什么事情

③ 示例演示

以上，便是数量窗口的初步使用,我们一般在窗口中结合Flink 状态来进行我们的计算逻辑处理，例如上图，根据数量窗口与键控状态MapState 进行超速逻辑计算。