文章目录
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