案例与讲解
- 官网很实用的学习案例
欺诈检测练习
- 官方案例:https://nightlies.apache.org/flink/flink-docs-release-1.13/zh/docs/try-flink/datastream/
- 相关内容博客:https://blog.csdn.net/weixin_45417821/article/details/124246274
- 关键内容:基本案例,按key分区,定时器,状态。
- 水位线相关(生成、使用)不理解。
- 水位线、窗口相关(内容很多很专业,值得认真读):https://nightlies.apache.org/flink/flink-docs-release-1.13/zh/docs/learn-flink/streaming_analytics/
官方实践练习1
- https://github.com/apache/flink-training/tree/release-1.13/ride-cleansing
- 关键内容:过滤(FilterFunction)、job解耦启动(感觉不如基本案例简洁)。
- 相关内容:https://nightlies.apache.org/flink/flink-docs-release-1.13/zh/docs/learn-flink/etl/
- 相关内容简介:对官方案例的进阶案例,学习Map操作。这里的flatMap用法比较小众,为了练习硬要使用。随便看下吧。
官方实践练习2
- https://github.com/apache/flink-training/tree/release-1.13/rides-and-fares
- 相关博客:https://nightlies.apache.org/flink/flink-docs-release-1.13/zh/docs/learn-flink/etl/
- 关键内容:connect、keyby。
- 怎么按id连接没看懂。keyBy(id)后连接?就必定是同一个id吗?
- 解答:https://nightlies.apache.org/flink/flink-docs-release-1.13/zh/docs/learn-flink/etl/
官方实践练习3
- https://github.com/apache/flink-training/tree/release-1.13/hourly-tips
- 相关博客:https://nightlies.apache.org/flink/flink-docs-release-1.13/zh/docs/learn-flink/streaming_analytics/
- 关键内容:水位线、窗口、keyBy、最大值。
官方实践练习4
- https://github.com/apache/flink-training/tree/release-1.13/long-ride-alerts
- 相关博客:https://nightlies.apache.org/flink/flink-docs-release-1.13/zh/docs/learn-flink/event_driven/
- 关键内容:状态。
- “欺诈检测”练习的简化版本。
由于做练习之前没看相关介绍文档,一个也没做出来,复习时做一下。
-
欺诈检测练习(有状态流处理)
- 使用的算子:addsource();keyBy();process();KeyedProcessFunction类
- 简述:首先使用keyBy算子按key分区。process()中新建类继承KeyedProcessFunction。定义两个成员变量:flagState,timerState,并在open()方法中初始化一下。processElement()方法中:当前transaction金额 大于400&&flagState!=null(代表上次金额小)&&timerState!=null(代表没有超时),输出结果并清空状态;当前transaction金额小于1时,创建定时器,flagState,timerState设为true。onTime()方法中:定时器到时间就清空两个状态。
- 有状态流处理、分区、状态、定时器。
-
官方案例1 过滤
- 使用的算子:filter()
- 简述:使用filter()算子进行过滤处理,创建类继承FilterFunction。重写filter()方法,每条数据都会经过这个方法。返回true,数据通过;返回false,数据被筛掉。根据逻辑返回即可。
- filter
-
官方案例2 数据流连接
- 使用算子:keyBy() connect() flatMap()
- 简述:首先对两个流进行keyBy()操作,然后 流1.connect(流2).flatMap()。flatMap()中新建类继承RichCoFlatMapFunction。这里两个流都进行过keyBy,进入flatMap的两个流的数据key是相同的,所以要解决的问题就是两个流到达先后的问题。使用状态存储先到的流即可。
- keyBy()、connect()、flatMap()、数据流连接
-
官方案例3 按小时分组+求最大值
- keyBy window max
- 简述:keyBy()按driverId分区。window()按1小时滚动开窗,之后process()中创建类继承ProcessWindowFunction。对每个window所有数据的金额进行加法处理,返回(窗口结束时间,driverId,最大值)。求最大值这里又使用了windowAll()算子与maxBy算子,这里还不了解。
-
官方案例4
- keyBy process 状态
- 简述:keyBy之后process。如果是 出租开始记录,开一个定时器,状态存储数据,如果是结束,删除定时器。定时器到时间:将状态存储的数据输出。