Flink：会话窗口（Session Window）使用

会话窗口

 

由一系列事件组合一个指定时间长度的timeout间隙组成，类似于web应用的session，也就是一段时间没有接收到新数据就会生成新的窗口。

session窗口分配器通过session活动来对元素进行分组，session窗口跟滚动窗口和滑动窗口相比，不会有重叠和固定的开始时间和结束时间的情况

session窗口在一个固定的时间周期内不再收到元素，即非活动间隔产生，那么这个窗口就会关闭。

一个session窗口通过一个session间隔来配置，这个session间隔定义了非活跃周期的长度，当这个非活跃周期产生，那么当前的session将关闭并且后续的元素将被分配到新的session窗口中去。

特点

• 会话窗口不重叠，没有固定的开始和结束时间
• 与翻滚窗口和滑动窗口相反, 当会话窗口在一段时间内没有接收到元素时会关闭会话窗口。
• 后续的元素将会被分配给新的会话窗口

 

<!--flink核心包-->
<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-java</artifactId>
    <version>1.7.2</version>
</dependency>
<!--flink流处理包-->
<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-streaming-java_2.12</artifactId>
    <version>1.7.2</version>
    <scope>provided</scope>
</dependency>    

发送

netcat下载：https://blog.csdn.net/qq_38762390/article/details/115789281

nc -lk 7777

import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.tuple.Tuple;
import org.apache.flink.api.java.tuple.Tuple1;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.datastream.KeyedStream;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.datastream.WindowedStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.windowing.WindowFunction;
import org.apache.flink.streaming.api.windowing.assigners.ProcessingTimeSessionWindows;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.streaming.api.windowing.windows.TimeWindow;
import org.apache.flink.util.Collector;

public class SessionWindowDemo {
    public static void main(String[] args) throws Exception {

        // 获取数据源
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        String hostname = "";
        int port = 7777;
        DataStreamSource<String> data = env.socketTextStream(hostname, port);

        // 创建窗口（TimeWindow)
        // 1.MapFunction第一个泛型表示输入的数据类型，第二个泛型表示输出的数据类型
        SingleOutputStreamOperator<Tuple1<String>> tupled = data.map(new MapFunction<String, Tuple1<String>>() {

            /**
             * 键输入的字符串转成一元组
             * @param s 输入的字符串
             * @return 转化后的一元组
             * @throws Exception
             */
            public Tuple1<String> map(String s) throws Exception {
                return new Tuple1<String>(s);
            }
        });

        // 2.按照一元组第一个元素分组（只有一个元素只能写0）
        KeyedStream<Tuple1<String>, Tuple> keyed = tupled.keyBy(0);

        // 3.获取事件滑窗口
        // 数据不断涌入，当停留时间超过5秒没有产生新数据，则会生成一个新窗口，新数据流入新窗口中
        WindowedStream<Tuple1<String>, Tuple, TimeWindow> sessionWindow = keyed.window(ProcessingTimeSessionWindows.withGap(Time.seconds(5)));
        // 利用时间滚动窗口对一个窗口内的数据进行处理
        // WindowFunction第一个泛型就是输入数据的数据类型；第二个泛型就是输出数据的数据类型；
        // 第三个就是key的数据类型；第四个就是窗口的数据类型
        SingleOutputStreamOperator<String> result = sessionWindow.apply(new WindowFunction<Tuple1<String>, String, Tuple, TimeWindow>() {

            /**
             * 数据具体处理过程
             * @param tuple key就是分组key
             * @param timeWindow 时间滚动窗口
             * @param iterable key组内的成员
             * @param collector 数据处理后返回的结果的对象
             * @throws Exception
             */
            public void apply(Tuple tuple, TimeWindow timeWindow, Iterable<Tuple1<String>> iterable, Collector<String> collector) throws Exception {
                for (Tuple1<String> t : iterable) {
                    collector.collect(t.getField(0).toString());
                }

            }
        });
        result.print();
        env.execute();
    }
}