Flink中BloomFilter（布隆过滤器）和ValueState的结合使用

一、需求

有以下数据：

用户ID,活动ID,时间,事件类型,省份
u001,A1,2019-09-02 10:10:11,1,北京市
u001,A1,2019-09-02 14:10:11,1,北京市
u001,A1,2019-09-02 14:10:11,2,北京市
u002,A1,2019-09-02 14:10:11,1,北京市
u002,A2,2019-09-02 14:10:11,1,北京市
u002,A2,2019-09-02 15:10:11,1,北京市
u002,A2,2019-09-02 15:10:11,2,北京市

事件类型：
0:曝光
1:点击
2:参与

• 统计上面点击、参与某个活动的人数和次数？

• 要求使用：ValueState结合BloomFilter完成

---

二、分析

1、人数

• 按活动id 和 事件类型id 分组
• 把uid放入布隆过滤器中，对uid去重并计数

2、点击次数

每个活动和每个事件类型下的：

• 全局count

3、技术点

• 使用BloomFilter，对中间结果的判断储存
• 自定义ValueState
• 底层Api 的Process的使用

---

三、代码实现

• 布隆过滤器包名：
  import org.apache.flink.shaded.guava18.com.google.common.hash.BloomFilter;

1、数据的读取，做切割处理

import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.common.state.ValueState;
import org.apache.flink.api.common.state.ValueStateDescriptor;
import org.apache.flink.api.common.typeinfo.TypeHint;
import org.apache.flink.api.common.typeinfo.TypeInformation;
import org.apache.flink.api.java.tuple.Tuple;
import org.apache