Flink中流动的四种元素

王知无(import_bigdata)

已于 2022-03-12 13:15:10 修改

阅读量225

点赞数

分类专栏： Flink系统性学习专栏文章标签： flink 爬虫面试

于 2021-08-28 22:42:34 首次发布

原创文章禁止转载。否则追究法律后果。

本文链接：https://blog.csdn.net/u013411339/article/details/119974551

版权

Flink系统性学习专栏专栏收录该内容

256 篇文章 104 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了Flink DataStream中的核心元素，包括StreamElement、StreamRecord、Watermark、StreamStatus和LatencyMarker。StreamElement是所有元素的基类，StreamRecord包含业务数据及其时间戳。Watermark用于eventTime语义，标识时间进度。StreamStatus用于解决数据源空闲时窗口触发问题，分为ACTIVE和IDLE状态。LatencyMarker则用于衡量数据处理的延迟时间。

摘要由CSDN通过智能技术生成

《2021年最新版大数据面试题全面开启更新》

在Flink DataStream中流动着不同的元素，统称为StreamElement，StreamElement可以是StreamRecord、Watermark、StreamStatus、LatencyMarker中任何一种类型，StreamElement是一个抽象类，其他四种类型继承StreamElement。

StreamElement

public abstract class StreamElement {
 //判断是否是Watermark
  public final boolean isWatermark() {
    return getClass() == Watermark.class;
  }
//判断是否为StreamStatus
  public final boolean isStreamStatus() {
    return getClass() == StreamStatus.class;
  }
//判断是否为StreamRecord
  public final boolean isRecord() {
    return getClass() == StreamR

了解本专栏