目录
整体框架:
处理函数
基本处理函数 ProcessFunction
处理函数的功能
ProcessFunction:能拿到别的API拿不到的东西。
处理函数提供了一个定时服务TimerService,可以用它访问流中的事件event、时间戳timestamp,水位线watermark,注册定时事件。
处理函数继承自AbstractRichFunction,拥有富函数类的特性,可以访问状态state和其他运行时信息。
处理函数可以直接将数据输出到侧输出流side output中。
处理函数是DataStream API的底层逻辑。
ProcessFunction解析
ProcessFunction类中:
1. processElement(输入类型,上下文,输入类型Collector)
上下文中能获取到:时间戳、侧输出流、"timerService"
timerService中能获取到:currentProcessingTime处理时间、currentWatermark事件时间、registerProcessingTimeTimer注册定时器、删除定时器。
2. onTimer()
注册了定时器后,到点时会触发这个回调,这是定时到了后的处理方法。
但是,只有基于KeyedStream才能定义定时器。
处理函数的分类
1. ProcessFunction
2. KeyedProcessFunction----"重要"
3. ProcessWindowFunction
4. ProcessAllWindowFunction
5. CoProcessFunction
6. ProcessJoinFunction
7. BroadcastProcessFunction
8. KeyedBroadcastProcessFunction
按键分区处理函数 KeyedProcessFunction
stream.keyBy()
.process(new MyKeyedProcessFunction())
定时器Timer 和定时服务 TimerService
处理时间:
stream.keyBy(data->data.user)
.process(new KeyedProcessFunction<String, Event, String>(){
@Override
public void processElement(Event value, Context ctx, Collector<String> out) throws Exception(){
Long currTs = ctx.timerService().currentProcessingTime();
out.collect(ctx.getCurrentKey() + " 数据到达,到达时间:" + new Timestamp(currTs));
// 注册一个10s后的定时器
ctx.timerService().registerProcessingTimeTimer(currTs + 10 * 1000L);
}
@Override
public void onTimer(long timestamp, OnTimerContext ctx, Collector<String> out) throws Exception() {
out.collect(ctx.getCurrentKey() + " 定时器触发,触发时间:"+new Timestamp(timestamp));
}
})
事件时间:
stream.keyBy(data->data.user)
.process(new KeyedProcessFunction<String, Event, String>(){
@Override
public void processElement(Event value, Context ctx, Collector<String> out) throws Exception(){
Long currTs = ctx.timestamp();
out.collect(ctx.getCurrentKey() + " 数据到达,时间戳:" + new Timestamp(currTs) + " watermark:"+ ctx.timerService().currentWatermark());
// 注册一个10s后的定时器
ctx.timerService().registerProcessingTimeTimer(currTs + 10 * 1000L);
}
@Override
public void onTimer(long timestamp, OnTimerContext ctx, Collector<String> out) throws Exception() {
out.collect(ctx.getCurrentKey() + " 定时器触发,触发时间:"+new Timestamp(timestamp) + " watermark:"+ ctx.timerService().currentWatermark());
}
})
窗口处理函数
窗口处理函数的使用
ProcessWindowFunction解析
应用案例 TopN
要求:统计每隔10s的最受欢迎的URL的前两名,每隔5s更新一次结果。
使用ProcessAllWindowFunction
该方法数据量大的时候,把所有数据放在一个窗口里,不靠谱。
使用KeyedProcessFunction
// 1.按照URL分组,统计窗口内每个URL的访问量
SingleOutputStreamOperator<UrlViewCount> urlCountStream =
stream
.keyBy(data -> data.url)
.window(SlidingEventTimeWindows.of(Time.seconds(10),Time.seconds(5)))
.aggregate(new UrlCountViewExample.UrlViewCountAgg(), new UrlCountViewExample.xxxx());
// 2.对于同一窗口统计出的访问量,进行收集和排序
urlCountStream.keyBy(data -> data.windowEnd) // 窗口关闭时钟
.process(new TopNProcessResult(2))
.print();
// 实现TopNProcessResult
public static class TopNProcessResult extends KeyedProcessFunction<Long, UrlViewCount, String>{
// 定义属性N
private int n;
// 定义列表状态
private ListState<UrlViewCount> urlViewCountListState;
public TopNProcessResult(int n){
this.n = n;
}
// 在运行环境中获取状态
@Override
public void open(Configuration parameters) throws Exception{
urlViewCountListState = getRuntimeContext().getListState(
new ListStateDescriptor<UrlViewCount>("url-count-list", Types.POJO(UrlViewCount.class)) ;
);
}
@Override
public void processElement(UrlViewCount value, Context ctx, Collector<String> out) throws Exception{
// 来了数据后,将数据保存到状态中
urlViewCountListState.add(value);
// 注册windowEnd + 1ms 的定时器
ctx.timerService().registerEventTimeTimer(ctx.getCurrentKey() + 1);
}
@Override
public void onTimer(long timestamp, OnTimerContext ctx, Collector<String> out) throws Exception{
// 从状态中获取数据
ArrayList<UrlViewCount> urlViewCountArrayList = new ArrayList();
for(UrlViewCount u : urlViewCountListState.get()){
urlViewCountArrayList.add(u);
}
// 排序
urlViewCountArrayList.sort(
new Comparator<UrlViewCount>(){
@Override
public int compare(UrlViewCount o1, UrlViewCount o2){
return o2.count.intValue() - o1.count.intValue();
}
}
);
// 包装信息打印输出
StringBuilder result = new StringBuilder();
result.append("窗口结束时间:" + new Timestamp(ctx.getCurrentKey()));
// 取前两个
for(int i=0; i < 2; i++){
UrlViewCount currTuple = urlViewCountArrayList.get(i);
String info = "No. "+(i+1)+" "
+ "url: "+ currTuple.url + " "
+ "访问量: "+ currTuple.count + "\n";
result.append(info);
}
out.collect(result.toString());
}
}
侧输出流
可以用来做分流操作
// 定义侧输出流标签
OutputTag<String> outputTag = new OutputTag<String>("side-output"){};
public void processElement(){
// 转换成Long, 输出到主流中
out.collect(Long.valueof(value));
// 转换成String, 输出到侧输出流中
ctx.output(outputTag, String.valueof(value));
}
// 获得侧输出流
DataStream<String> stringStream = longStream.getSideOutput(outputTag);