【入门Flink】- 11Flink实现动态TopN

于 2023-11-14 07:59:32 发布
阅读量617 收藏
点赞数
分类专栏： flink 文章标签： flink java 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43417581/article/details/134390213
版权

基本处理函数（ProcessFunction）

stream.process(new MyProcessFunction())

方法需要传入一个 ProcessFunction 作为参数，ProcessFunction 不是接口 ， 而是一个抽象类 ，继承了AbstractRichFunction，所有的处理函数，都是富函数（RichFunction），拥有富函数所有功能。

// 泛型：
// Type parameters:<I> – Type of the input elements.  输入类型
// 				   <O> – Type of the output elements. 输出类型
public abstract class ProcessFunction<I, O> extends AbstractRichFunction {
    
    public abstract void processElement(I value, Context ctx, Collector<O> out) throws Exception;
    
    public void onTimer(long timestamp, OnTimerContext ctx, Collector<O> out) throws Exception {}
}

1）抽象方法.processElement()

“处理元素”，定义了处理的核心逻辑。这个方法对于流中的每个元素都会调用一次，参数包括三个：输入数据值 value，上下文 ctx，以及“收集器”（Collector）out。

  • value：当前流中的输入元素
  • ctx：类型是 ProcessFunction 中定义的内部抽象类 Context，表示当前运行的上下文，可以获取到当前的时间戳，并提供了用于查询时间和注册定时器的“定时服务”（TimerService），以及可以将数据发送到“侧输出流”（side output）的方法.output()。
  • out：“收集器”（类型为 Collector），用于返回输出数据。调用 out.collect()方法就可以向下游发出一个数据。这个方法可以多次调用，也可以不调用。

ProcessFunction 可以轻松实现flatMap、map、filter 这样的基本转换功能；而通过富函数提供的获取上下文方法.getRuntimeContext()，也可以自定义状态（state）进行处理。

2）非抽象方法.onTimer()

只有在注册好的定时器触发的时候才会调用，而定时器是通过“定时服务”TimerService 来注册的。

三个参数：时间戳（timestamp），上下文（ctx），以及收集器（out）。

  • timestamp：指设定好的触发时间，事件时间语义下是水位线

  • ctx：同样可以调用定时服务（TimerService）

  • 采集器：任意输出处理之后的数据

.onTimer()方法定时触发，因此ProcessFunction可以自定义数据按照时间分组 、 定时触发计算输出结果；这 就实现了**窗口（window ）**的功能。所以说ProcessFunction 可以实现一切功能。

注意：在 Flink 中，只有**“按键分区流”KeyedStream 才支持设置定时器的操作**。

处理函数的分类（8大处理函数）

1）ProcessFunction

最基本的处理函数，基于 DataStream 直接调用.process()时作为参数传入。

2）KeyedProcessFunction

对流按键分区后的处理函数，基于 KeyedStream 调用.process()时作为参数传入。要想使用定时器，必须基于 KeyedStream。

3）ProcessWindowFunction

开窗之后的处理函数，也是全窗口函数的代表。基于 WindowedStream调用.process()时作为参数传入。

4）ProcessAllWindowFunction

同样是开窗之后的处理函数，基于 AllWindowedStream 调用.process()时作为参数传入

5）CoProcessFunction

合并（connect）两条流之后的处理函数，基于 ConnectedStreams 调用.process()时作为参数传入

6）ProcessJoinFunction

间隔连接（interval join）两条流之后的处理函数，基于 IntervalJoined 调用.process()时作为参数传入。

7）BroadcastProcessFunction

广播连接流处理函数，基于 BroadcastConnectedStream 调用.process()时作为参数传入。

“广播连接流”BroadcastConnectedStream，是一个未 keyBy 的普通DataStream与一个广播流（BroadcastStream）做连接（conncet）之后的产物。

8）KeyedBroadcastProcessFunction

按键分区的广播连接流处理函数，同样是基于 BroadcastConnectedStream调用.process()时作为参数传 入 。 一个KeyedStream 与广播流（BroadcastStream）做连接之后的产物。

按键分区处理函数（KeyedProcessFunction）

定时器（Timer）和定时服务（TimerService）

ProcessFunction 的上下文（Context）中提供了.timerService()方法，可以直接返回一个 TimerService 对象。

TimerService包含以下六个方法：

// 获取当前的处理时间
long currentProcessingTime();
// 获取当前的水位线（事件时间）
long currentWatermark();
// 注册处理时间定时器，当处理时间超过 time 时触发
void registerProcessingTimeTimer(long time);
// 注册事件时间定时器，当水位线超过 time 时触发
void registerEventTimeTimer(long time);
// 删除触发时间为 time 的处理时间定时器
void deleteProcessingTimeTimer(long time);
// 删除触发时间为 time 的处理时间定时器
void deleteEventTimeTimer(long time);

六个方法可以分成两大类：基于处理时间和基于事件时间。

TimerService 会以键（key）和时间戳为标准，对定时器进行去重；每个key和时间戳，最多只有一个定时器，如果注册了多次，onTimer()方法也将只被调用一次。

案例

public class KeyedProcessTimerDemo {
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        SingleOutputStreamOperator<WaterSensor> sensorDS = env.socketTextStream("124.222.253.33", 7777)
                .map(new WaterSensorMapFunction())
                .assignTimestampsAndWatermarks(
                        WatermarkStrategy
                                .<WaterSensor>forBoundedOutOfOrderness(Duration.ofSeconds(3))
                                .withTimestampAssigner((element, ts) -> element.getTs() * 1000L)
                );

        // 传感器Id keyBy
        KeyedStream<WaterSensor, String> sensorKS = sensorDS.keyBy(WaterSensor::getId);

        sensorKS.process(new KeyedProcessFunction<String, WaterSensor, String>() {

            /**
             * 来一条数据调用一次
             */
            @Override
            public void processElement(WaterSensor value, KeyedProcessFunction<String, WaterSensor, String>.Context ctx, Collector<String> out) throws Exception {

                // 获取当前数据的 key
                String currentKey = ctx.getCurrentKey();
                // TODO 1.定时器注册
                TimerService timerService = ctx.timerService();
                // 1、事件时间的案例
                Long currentEventTime = ctx.timestamp();//数据中提取出来的事件时间
                timerService.registerEventTimeTimer(5000L);
                System.out.println(" 当前key=" + currentKey + ",当前时间=" + currentEventTime + ",注册了一个5s 的定时器");
                // 2、处理时间的案例
                // long currentTs = timerService.currentProcessingTime();
                // timerService.registerProcessingTimeTimer(currentTs + 5000L);
                // System.out.println(" 当前key="+currentKey + ",当前时间=" + currentTs + ",注册了一个5s 后的定时器");
                // 3、获取 process 的 当前watermark
                // long currentWatermark = timerService.currentWatermark();
                // System.out.println("当前数据=" +value+",当前 watermark=" + currentWatermark);
                // 注册定时器： 处理时间、事件时间
                // timerService.registerProcessingTimeTimer();
                // timerService.registerEventTimeTimer();
                // 删除定时器： 处理时间、事件时间
                // timerService.deleteEventTimeTimer();
                // timerService.deleteProcessingTimeTimer();
                // 获取当前时间进展： 处理时间-当前系统时间，事件时间-当前 watermark
                // long currentTs = timerService.currentProcessingTime();
            }

            /**
             * .时间进展到定时器注册的时间，调用该方法
             * @param timestamp 当前时间进展，就是定时器被触发时的时间
             */
            @Override
            public void onTimer(long timestamp, KeyedProcessFunction<String, WaterSensor, String>.OnTimerContext ctx, Collector<String> out) throws Exception {
                super.onTimer(timestamp, ctx, out);

                String currentKey = ctx.getCurrentKey();
                System.out.println("key=" + currentKey + "现在时间是" + timestamp + "定时器触发");
            }
        }).print();

        env.execute();
    }
}

测试结果：

image-20231113220719287

注册多个定时器，但是时间到了只触发一次。

窗口处理函数

ProcessWindowFunction 和 ProcessAllWindowFunction（ProcessAllWindowFunction，没有 keyBy 的数据流直接开窗并调用.process()方法）

stream.keyBy( t -> t.f0 )
.window( TumblingEventTimeWindows.of(Time.seconds(10)))
    .process(new MyProcessWindowFunction())

/* 泛型
 * Type parameters:
 *		<IN> – The type of the input value. 输入类型
 *		<OUT> – The type of the output value. 输出类型
 *		<KEY> – The type of the key. key类型
 *		<W> – The type of Window that this window function can be applied on. 窗口类型
 */
public abstract class ProcessWindowFunction<IN, OUT, KEY, W extends Window>
        extends AbstractRichFunction {
    
    public abstract void process(
            KEY key, Context context, Iterable<IN> elements, Collector<OUT> out) throws Exception;
    public void clear(Context context) throws Exception {}
}

抽象方法process

  • key：窗口做统计计算基于的键，也就是之前 keyBy 用来分区的字段。
  • context：当前窗口进行计算的上下文，它的类型就是ProcessWindowFunction内部定义的抽象类 Context。
  • elements：窗口收集到用来计算的所有数据，这是一个可迭代的集合类型。
  • out：收集器

上下文调用函数：

public abstract class Context implements java.io.Serializable {
        public abstract W window();

        public abstract long currentProcessingTime();
    
        public abstract long currentWatermark();
		
    	// 窗口状态
        public abstract KeyedStateStore windowState();
		
    	// 全局状态
        public abstract KeyedStateStore globalState();

    	// 定义侧输出流
        public abstract <X> void output(OutputTag<X> outputTag, X value);
    }

TopN

需求：实时统计一段时间内的出现次数最多的水位。例如，统计最近10 秒钟内出现次数最多的两个水位，并且每 5 秒钟更新一次。

创建实体类：

public class WaterSensor {

    /**
     * 传感器Id
     */
    public String id;

    /**
     * 时间戳
     */
    public Long ts;

    /**
     * 水位
     */
    public Integer vc;
}

方法一：使用 ProcessAllWindowFunction

public class ProcessAllWindowTopNDemo {

    public static void main(String[] args) {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        SingleOutputStreamOperator<WaterSensor> sensorDS = env.socketTextStream("124.222.253.33", 7777)
                .map(new WaterSensorMapFunction())
                .assignTimestampsAndWatermarks(
                        WatermarkStrategy
                                .<WaterSensor>forBoundedOutOfOrderness(Duration.ofSeconds(3))
                                .withTimestampAssigner((element, ts) -> element.getTs() * 1000L)
                );

        // 滑动窗口
        sensorDS.windowAll(SlidingEventTimeWindows.of(Time.seconds(10), Time.seconds(5)))
                .process(new MyTopNPAWF())
                .print();

    }
}

// 抽取窗口函数
public class MyTopNPAWF extends ProcessAllWindowFunction<WaterSensor, String, TimeWindow> {

    @Override
    public void process(ProcessAllWindowFunction<WaterSensor, String, TimeWindow>.Context context, Iterable<WaterSensor> elements, Collector<String> out) throws Exception {
        Map<Integer, Integer> vcCountMap = new HashMap<>();

        for (WaterSensor element : elements) {
            // 统计不同水位出现次数
            vcCountMap.put(element.getVc(), vcCountMap.getOrDefault(element.getVc(), 0) + 1);
        }

        // 对 count 值进行排序: 利用 List 来实现排序
        List<Tuple2<Integer, Integer>> datas = new ArrayList<>();
        for (Integer vc : vcCountMap.keySet()) {
            datas.add(Tuple2.of(vc, vcCountMap.get(vc)));
        }
        // 对 List 进行排序，根据 count 值 降序
        datas.sort(new Comparator<Tuple2<Integer, Integer>>() {
            @Override
            public int compare(Tuple2<Integer, Integer> o1, Tuple2<Integer, Integer> o2) {
                // 降序， 后 减 前
                return o2.f1 - o1.f1;
            }
        });

        StringBuilder outStr = new StringBuilder();
        outStr.append("================================\n");
        // 遍历 排序后的 List，取出前 2 个， 考虑可能List 不够2个的情况==》 List 中元素的个数 和 2 取最小值
        for (int i = 0; i < Math.min(2, datas.size()); i++) {
            Tuple2<Integer, Integer> vcCount = datas.get(i);
            outStr.append("Top").append(i + 1).append("\n");
            outStr.append("vc=").append(vcCount.f0).append("\n");
            outStr.append("count=").append(vcCount.f1).append("\n");
            outStr.append(" 窗 口 结束时间=").append(DateFormatUtils.format(context.window().getEnd(), "yyyy-MM-ddHH:mm:ss.SSS")).append("\n");
            outStr.append("================================\n");
        }
        out.collect(outStr.toString());
    }
}

无论并行度如何设置，并行度只为1。效率不高

方法二：使用 KeyedProcessFunction ☆

从两个方面去做优化：一是对数据进行按键分区，分别统计vc 的出现次数；二是进行增量聚合，得到结果最后再做排序输出。

public class KeyedProcessFunctionTopNDemo {
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        SingleOutputStreamOperator<WaterSensor> sensorDS = env.socketTextStream("124.222.253.33", 7777)
                .map(new WaterSensorMapFunction())
                .assignTimestampsAndWatermarks(
                        WatermarkStrategy
                                .<WaterSensor>forBoundedOutOfOrderness(Duration.ofSeconds(3))
                                .withTimestampAssigner((element, ts) -> element.getTs() * 1000L)
                );

        // 【水位分组】
        KeyedStream<WaterSensor, Integer> keyedStream = sensorDS.keyBy(WaterSensor::getVc);

        /*
        思路二： 使用 KeyedProcessFunction 实现
        1、按照 vc 做 keyby，开窗，分别 count
            ==》 增量聚合，计算 count
            ==》 全窗口，对计算结果 count 值封装，带上窗口结束时间的标签
            ==》 为了让同一个窗口时间范围的计算结果到一起去
        2、对同一个窗口范围的 count 值进行处理：排序、取前N 个
            =》 按照 windowEnd 做 keyby
            =》 使用 process， 来一条调用一次，需要先存，分开存，用HashMap,key=windowEnd,value=List
            =》 使用定时器，对 存起来的结果 进行排序、取前N个
            */
        // 1. 按照 vc 分组、开窗、聚合（增量计算+全量打标签）
        // 开窗聚合后，就是普通的流，没有了窗口信息，需要自己打上窗口的标记windowEnd
        SingleOutputStreamOperator<Tuple3<Integer, Integer, Long>> windowAgg = keyedStream
            .window(SlidingEventTimeWindows.of(Time.seconds(10), Time.seconds(5)))
            .aggregate(
           		new VcCountAgg(),
            	new WindowResult()
                );
        // 2. 按照窗口标签（窗口结束时间）keyby，保证同一个窗口时间范围的结果，到一起去。排序、取 TopN
        windowAgg.keyBy(r -> r.f2)
                .process(new TopN(2))
                .print();
        env.execute();
    }

    // 【同水位累加】
    public static class VcCountAgg implements AggregateFunction<WaterSensor, Integer, Integer>{
        @Override
        public Integer createAccumulator() {
            return 0;
        }

        @Override
        public Integer add(WaterSensor value, Integer accumulator) {
            return accumulator + 1;
        }

        @Override
        public Integer getResult(Integer accumulator) {
            return accumulator;
        }

        @Override
        public Integer merge(Integer a, Integer b) {
            return null;
        }
    }

    /**
     * 【打时间标签】
     * 泛型如下：
     * 第一个：输入类型 = 增量函数的输出 count 值，Integer
     * 第二个：输出类型 = Tuple3(vc，count，windowEnd) ,带上窗口结束时间的标签
     * 第三个：key 类型 ， vc，Integer
     * 第四个：窗口类型
     */
    public static class WindowResult extends ProcessWindowFunction<Integer, Tuple3<Integer, Integer, Long>, Integer, TimeWindow> {
        @Override
        public void process(Integer key, Context context, Iterable<Integer> elements, Collector<Tuple3<Integer, Integer, Long>> out) throws Exception {
            // 迭代器里面只有一条数据，next 一次即可
            Integer count = elements.iterator().next();
            long windowEnd = context.window().getEnd();
            out.collect(Tuple3.of(key, count, windowEnd));
        }
    }

    public static class TopN extends KeyedProcessFunction<Long, Tuple3<Integer, Integer, Long>, String> {
        // 存不同窗口的 统计结果，key=windowEnd，value=list 数据
        private Map<Long, List<Tuple3<Integer, Integer, Long>>> dataListMap;
        // 要取的 Top 数量
        private int threshold;

        public TopN(int threshold) {
            this.threshold = threshold;
            dataListMap = new HashMap<>();
        }

        @Override
        public void processElement(Tuple3<Integer, Integer, Long> value, Context ctx, Collector<String> out) throws Exception {
            // 进入这个方法，只是一条数据，要排序，得到齐才行===》存起来，不同窗口分开存
            // 1. 存到 HashMap 中
            Long windowEnd = value.f2;
            if (dataListMap.containsKey(windowEnd)) {
                // 1.1 包含 vc，不是该 vc 的第一条，直接添加到List中
                List<Tuple3<Integer, Integer, Long>> dataList = dataListMap.get(windowEnd);
                dataList.add(value);
            } else {
                // 1.1 不包含 vc，是该 vc 的第一条，需要初始化list
                List<Tuple3<Integer, Integer, Long>> dataList = new ArrayList<>();
                dataList.add(value);
                dataListMap.put(windowEnd, dataList);
            }
            // 2. 注册一个定时器， windowEnd+1ms 即可 延迟1ms 触发即可，及时性
            ctx.timerService().registerEventTimeTimer(windowEnd + 1);
        }

        @Override
        public void onTimer(long timestamp, OnTimerContext ctx, Collector<String> out) throws Exception {
            super.onTimer(timestamp, ctx, out);
            // 定时器触发，同一个窗口范围的计算结果攒齐了，开始排序、取TopN
            Long windowEnd = ctx.getCurrentKey();
            // 1. 排序
            List<Tuple3<Integer, Integer, Long>> dataList = dataListMap.get(windowEnd);
            dataList.sort(new Comparator<Tuple3<Integer, Integer, Long>>() {
                @Override
                public int compare(Tuple3<Integer, Integer, Long> o1, Tuple3<Integer, Integer, Long> o2) {
                    return o2.f1 - o1.f1;
                }
            });
            // 2. 取 TopN
            StringBuilder outStr = new StringBuilder();
            outStr.append("================================\n");
            for (int i = 0; i < Math.min(threshold, dataList.size()); i++) {
                Tuple3<Integer, Integer, Long> vcCount = dataList.get(i);
                outStr.append("Top").append(i + 1).append("\n");
                outStr.append("vc=").append(vcCount.f0).append("\n");
                outStr.append("count=").append(vcCount.f1).append("\n");
                outStr.append("窗口结束时间=").append(vcCount.f2).append("\n");
                outStr.append("================================\n");
            }
            // 用完的 List，及时清理，节省资源
            dataList.clear();
            out.collect(outStr.toString());
        }
    }
}

增量聚合、开窗处理

  1. 水位线分组
  2. 增量聚合，相同水位线数量+1
  3. 窗口函数打时间标签
  4. 按上述打的时间标签分组，排序获取topN（process）

侧输出流

process函数带侧输出流

案例：对每个传感器，水位超过 10 的输出告警信息

public class SideOutputDemo {
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        SingleOutputStreamOperator<WaterSensor> sensorDS = env.socketTextStream("124.222.253.33", 7777)
                .map(new WaterSensorMapFunction());
        OutputTag<String> warnTag = new OutputTag<>("warn", Types.STRING);

        // 传感器分组
        SingleOutputStreamOperator<WaterSensor> process = sensorDS.keyBy(WaterSensor::getId)
                .process(
                        new KeyedProcessFunction<String, WaterSensor, WaterSensor>() {
                            @Override
     public void processElement(WaterSensor value, Context ctx, Collector<WaterSensor> out) throws Exception {
         // 使用侧输出流告警
         String currentKey = ctx.getCurrentKey();

         if (value.getVc() > 10) {
             ctx.output(warnTag, "当前传感器=" + currentKey + ",当前水位=" + value.getVc() + ",大于阈值 10！！！");
         }
         // 主流正常 发送数据
         out.collect(value);
     }
   }
 );
        process.print("主流");
        process.getSideOutput(warnTag).printToErr("warn");
        env.execute();
    }
}

测流输出的同时不影响主流

image-20231113232621663

不进大厂不改名二号
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
aotu.js 动态运行脚本_flink动态分流
weixin_28813763的博客
12-27 586
作者：jessegjyguo 郭爵钰编辑：edwinzeng 曾鑫鹏1背景微保用户运营中台经过前期的投入研发，需求在离线场景下已经得到了较为系统化的支持。通过对离线数据选取、干预，可实现对目标用户进行T+1触达，通过向目标用户发送Push等多种方式，在一定程度上提高转化率。但T+1本身的延迟性会导致用户在产生特定行为时不能被实时触达，无法充分发挥数据的价值，取得更优的运营效果在此背景下，...
基于flink与groovy实现全实时动态规则智能营销与风控系统
涛哥大数据小屋
09-20 5132
本文是对视频课程《基于flink与groovy实现亿用户级实时动态规则智能运营系统》的介绍说明； 本项目极具行业实用价值，可为各企业开发人员提供系统设计思路与灵感，而且，它不光可用于智能运营，也可以应用在实时规则推荐，实时广告推送，实时规则封控，实时交通监控等纪委广泛的场景中； 当然，各类培训机构学员也可以通过学习此项目来丰富自己的就业简历，绝对杀手锏级别！在面试中运用得当，可以起到一锤定音立竿见影的绝杀效果！
Flink-处理函数以及TopN运用案例
m0_46507516的博客
11-30 687
flink按键分区处理函数。窗口处理函数，TopN案例
Flink应用简单案例-统计TopN
龙飞的博客
01-06 439
🍊诉求：网站中一个非常经典的例子，就是实时统计一段时间内的热门 url。例如，需要统计最近10 秒钟内最热门的两个 url 链接，并且每 5 秒钟更新一次。我们知道，这可以用一个滑动窗口来实现，而“热门度”一般可以直接用访问量来表示。于是就需要开滑动窗口收集 url 的访问数据，按照不同的 url 进行统计，而后汇总排序并最终输出前两名。这其实就是著名的“Top N”问题。🍊很显然，简单的增量聚合可以得到 url 链接的访问量，但是后续的排序输出 Top N 就很难实现了。
Flink 动态实时流计算
ludongguoa的博客
11-01 771
（先给个预告，下一期关于Flink的文章会讲如何将机器学习融入Flink中） 摘要 本文提供了一种在流计算中不停机动态加载代码来做到敏捷而快速的开发的思路。 代码提供在Lofka的lofka-night-watcher模块中。 TsingJyujing/lofka​github.com 目前利用JavaScript（仅支持ECMA5的语法）编写的动态脚本可以支持： HTTP读写 RedisCluster操作 所有有JDBC Driver的SQL的操作 MongoDB的操作 导...
flink-clickhouse-sink:Flink水槽的Clickhouse
05-17
Flink-ClickHouse-Sink 描述 用于数据库的器。 由。 用于将数据加载到ClickHouse的高性能库。 它有两个触发器来加载数据：超时和缓冲区大小。 版本图 闪烁 flink-clickhouse-sink 1.3。* 1.0.0 1.9。* 1.3.1 ...
flink-1.14.0-bin-scala_2.11.tgz
07-18
flink-1.14.0-bin-scala_2.11.tgz
flink-connector-clickhouse_2.12-1.13.6
09-21
flink-connector-clickhouse_2.12-1.13.6 flink版本1.13.6 ClickHouse：20.9.2.20 scala:2.12
flink-shaded-hadoop-3下载
05-19
flink-shaded-hadoop-3下载
apache-doris-flink-connector-1.14_2.12-1.0.3
05-05
Flink Doris Connector（apache-doris-flink-connector-1.14_2.12-1.0.3-incubating-src.tar.gz） Flink Doris Connector Version：1.0.3 Flink Version：1.14 Scala Version：2.12 Apache Doris是一个现代MPP...
Flink Table & SQL API--动态表与Redo和Undo
lmalds的专栏
05-03 4061
flink SQL
flink cep pattern动态加载
帆了个帆的专栏
03-05 1万+
通常我们在提交一个flink cep任务，流程基本上是：开发，打包，部署；例如我们有一个任务：计算在60秒内，连续两次登陆失败的用户 begin("begin").where(_.status=='fail').next("next").where(_.status=="fail").within(Time.seconds(60)) 然后又来一个任务：计算60秒内，用户登陆失败1次，然后第二...
Flink state应用--实现topN
weixin_38813363的博客
03-16 296
利用Flink state实现topN 获取数据源，自定义下沉器本处暂时不赘述，主要是对核心topN的代码进行解析 获取数据流并转化成对象 DataStream<UserAction> dataStream = dataStreamSource.map(value-> JSONObject.parseObject(value,UserAction.class)); 将乱序数据抽取出来，设置watermark DataStream<UserAction> timedDa
[Spark的TopN算法实现]
热门推荐
程序车轮
06-09 1万+
一、TopN算法    MapRedce中的TopN算法是一个经典的算法，由于每个map都只是实现了本地的TopN算法，而假设map有M个，在归约的阶段只有M x N次运算，这个结果是可以接受的并不会造成性能瓶颈。　　MapRedce中的TopN算法在map阶段将使用TreeMap来实现排序，以到达可伸缩的目的。      本文将介绍三种TopN的算法：       1.唯一键的TopN算法，就是...
Flink入坑指南 第四章：SQL中的经典操作Group By+Agg ...
weixin_34294649的博客
01-09 2453
Flink入坑指南系列文章，从实际例子入手，一步步引导用户零基础入门实时计算/Flink，并成长为使用Flink的高阶用户。 简介 Group By + Agg这个最经典的SQL使用方式。Group By是SQL中最基础的分组操作，agg的全称是aggregation(聚合操作)，是一类SQL算子的统称，Flink中最常用的Agg操作有COUNT/SUM...
第二十八篇：Flink TopN 功能设计和实
微信搜：import_bigdata，大数据领域硬核原创作者
07-24 727
你好，欢迎来到第 28 课时，本课时主要讲解 Flink 中的 TopN 功能的设计和实现。 TopN 在我们的业务场景中是十分常见的需求，比如电商场景中求热门商品的销售额、微博每天的热门话题 TopN、贴吧中每天发帖最多的贴吧排名等。TopN 可以进行分组排序，也可以按照需要全局排序，比如若要计算用户下单总金额的 Top 10 时，就需要进行全局排序，然而当我们计算每个城市的 Top10 时就需要将订单按照城市进行分组然后再进行计算。 下面我们就详细讲解 TopN 的设计和实现。 整体设计 我们下面使用订
【大数据】Flink SQL功能——流式 TopN 挑战与实现
小哲的博客
07-30 4124
Flink SQL 功能——流式 TopN 挑战与实现 原文链接：https://mp.weixin.qq.com/s/qRPquDgb2M8xptZWapajDg TopN 是统计报表和大屏非常常见的功能，主要用来实时计算排行榜。流式的 TopN 不同于批处理的 TopN，它的特点是持续的在内存中按照某个统计指标（如出现次数）计算 TopN 排行榜，然后当排行榜发生变化时，发出更新后的排行榜...
记一次TopN 引起的Flink任务报错
狄杰的博客
10-26 1870
解决由TopN+canal-json引起的Flink报错问题
基于Flink快速开发实时TopN
微信搜：import_bigdata，大数据领域硬核原创作者
12-10 841
大数据技术与架构点击右侧关注，大数据开发领域最强公众号！暴走大数据点击右侧关注，暴走大数据！By大数据技术与架构场景描述：TopN 是统计报表和大屏非常常见的功能，主要用来实时计算排行...
flink实现topN的代码
最新发布
03-14
可以使用Flink的TopN算子来实现TopN操作，以下是示例代码： ``` DataStream, Integer>> input = ...; // 按照第二个字段（即Integer类型）降序排列，取前3个元素 DataStream, Integer>> top3 = input .keyBy(0) ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

不进大厂不改名二号

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值