前言
让我们从一个简单的需求入手,来一起学习 flink-sql 回撤流的应用实现。
假设现在有一个需求,要统计当前时间的待接单量,即订单状态为“待接单”,我们使用 flink-sql 应该如何实现呢?
拆解实现
明确需求口径
这里的“待接单”是一个实时的标签:
- 当订单创建后 status = 1,订单标识为已创建
- 当订单接单后 status = 2,订单标识为已接单
- 当订单完成后 status = 3,订单标识为已完成
从数据发生的顺序可以看出,实时数据流应该是按照 创建 - 接单 - 完成 的节点顺序进行数据下发。所以不难理解所有订单被创建成功至接单前都应该有一个“待接单”的状态,只不过该状态可能维持不了多久,随着订单被接单而转变。
剖析技术难点
从上述需求拆解内容来看,本次需求的难点在于状态可变更,实现逻辑如下:
- 当前订单状态为“待接单”,统计值 + 1
- 当前订单状态为“已接单”,统计值 - 1
对于 统计值+1 比较好理解,有就加;那么 统计值-1 应该如何实现呢?这里就要用到 回撤流 的概念了,即告诉程序之前有一条记录虽然被统计到了,但是现在该记录的状态不符合了,我要撤回之前的那条记录,不要给我统计了。
回撤流的理解
回撤流可以理解为流式场景下对数据进行更新,这里的更新数据并不是将发往下游的历史数据进行更改,要知道,已经发往下游的消息是追不回来的。更新历史数据的含义是,在得知某个Key(接在Key BY / Group By后的字段)对应数据已经存在的情况下,如果该Key对应的数据再次到来,会生成一条delete消息和一条新的insert消息发往下游。
对于回撤流的理解可以参考下文,我觉得写的比较容易理解。
版权声明:本文为CSDN博主「土豆马铃薯」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/marui156/article/details/131970285
代码实现
获取最新订单状态
create view order_new_status as
select
order_id
,status
,create_time
from (
select
order_id
,status
,create_time
,row_number()over(partition by order_id order by status desc) rn
from table
) a
where rn = 1
;
统计待接单量
create view no_receive_order_cnt as
select
substr(create_time,1,10) as create_dt
,count(distinct order_id) as no_receive_cnt
from order_new_status
where
status = 1
group by
substr(create_time,1,10)
;