Flink SQL中可撤回机制解密

点击上方蓝

字关注~

       

场景案例

先从一个实际业务场景理解Flink SQL中的撤回机制:设备状态上线/下线数量统计,上游采集设备状态发送到Kafka中,最开始是一个上线状态,此时统计到上线数量+1,过了一段时间该设备下线了,收到的下线的状态,那么此时应该是上线数量-1,下线数量+1,现在需要实现这样一个需求,看一下在Flink SQL里面如何实现


    
    
    
  1. val env=StreamExecutionEnvironment.getExecutionEnvironment

  2. val tabEnv=TableEnvironment.getTableEnvironment(env)

  3. tabEnv.registerFunction("latestTimeUdf",newLatestTimeUdf())

  4. env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)

  5. val kafkaConfig=newProperties()

  6. kafkaConfig.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"localhost:9092")

  7. kafkaConfig.put(ConsumerConfig.GROUP_ID_CONFIG,"test1")

  8. val consumer=newFlinkKafkaConsumer011[String]("topic1",newSimpleStringSchema,kafkaConfig)

  9. val ds=env.addSource(consumer)

  10. .map(x=>{

  11. val a=x.split(",")

  12. DevData(a(0),a(1).toInt,a(2).toLong)

  13. }).assignTimestampsAndWatermarks(newBoundedOutOfOrdernessTimestampExtractor[DevData](Time.milliseconds(1000)){

  14. overridedef extractTimestamp(element:DevData):Long= element.times

  15. })

  16. tabEnv.registerDataStream("tbl1",ds,'devId,'status,'times,'rt.rowtime)

  17. val dw=tabEnv.sqlQuery(

  18. """

  19. select st,count(*) from (

  20. select latestTimeUdf(status,times) st,devId from tbl1 group by devId

  21. ) a group by st

  22. """.stripMargin)

  23. dw.writeToSink(newPaulRetractStreamTableSink)

  24. env.execute()

自定义udf获取最新的设备状态


    
    
    
  1. publicclassLatestTimeUdfextendsAggregateFunction<Integer,TimeAndStatus>{

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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