Flink trigger 触发器demo

最新推荐文章于 2024-11-27 22:44:27 发布

黄瓜炖啤酒鸭

最新推荐文章于 2024-11-27 22:44:27 发布

阅读量556

点赞数 1

分类专栏： Flink 文章标签： Flink 触发器

本文链接：https://blog.csdn.net/qq_31866793/article/details/111993452

版权

该博客探讨了Flink触发器在控制数据输出上的局限性，指出触发器只能影响触发频率，无法直接控制输出内容。作者通过示例代码展示了数据写入的过程，每个数据点都附带有计数器，但并未提供解决方案来实现按需输出新数据的需求。

摘要由CSDN通过智能技术生成

1,如果输出是数据的话，是不满足我们业务需求的，因为每次触发都是从头到尾的数据，我想要的是每次触发都是新的数据，可是触发器只能控制触发效果，不能做到控制输出结果，输出结果是由process函数决定的。

没太多意义。

2，完整代码

package com.sjb.flink.trigger;

import org.apache.flink.api.common.functions.ReduceFunction;
import org.apache.flink.api.common.functions.RichFlatMapFunction;
import org.apache.flink.api.common.state.MapState;
import org.apache.flink.api.common.state.MapStateDescriptor;
import org.apache.flink.api.common.state.ReducingState;
import org.apache.flink.api.common.state.ReducingStateDescriptor;
import org.apache.flink.api.common.typeutils.base.LongSerializer;
import org.apache.flink.api.java.functions.KeySelector;

import org.apache.flink.streaming.api.TimeCharacteristic;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.source.SourceFunction;
import org.apache.flink.streaming.api.functions.windowing.ProcessWindowFunction;
import org.apache.flink.streaming.api.windowing.assigners.TumblingProcessingTimeWindows;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.streaming.api.windowing.triggers.Trigger;
import org.apache.flink.streaming.api.windowing.triggers.TriggerResult;
import org.apache.flink.streaming.api.windowing.windows.TimeWindow;
import org.apache.flink.util.Collector;

import java.util.Iterator;


/**
 * @program: flink
 * @description: Flink 自定义触发器
 * @author: Mr.Wang
 * @create: 2020-12-30 15:28
 **/
public class WindowTriggerDemo {
    public static void main(String[] args) {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        env.setStreamTimeCharacteristic(TimeCharacteristic.ProcessingTime);

        DataStreamSource<String> source = env.addSource(new SourceFunction<String>() {
            @Override
            public void run(SourceContext<String> ctx) throws Exception {
                int count = 0;
                while (true) {
                    count++;

最低0.47元/天解锁文章