最近在学习flink的窗口的使用,在网上找了一些材料来学习,记录下学习过程中的收获。
要实现的功能:利用netcat生成流数据,并利用flink的窗口进行wordcount。
工具:mac的命令行、idea
步骤1:打开命令行窗口,输入nc -l 777,吊起输入数据的窗口。
数据例子:
1614909800,p
1614909801,p
1614909802,p
1614909790,k
1614909791,k
1614909805,a
1614909806,a
1614909805,a
1614909810,a
1614909805,a
1614909815,a
步骤2:运行flink程序
package demo;
import org.apache.flink.api.common.eventtime.SerializableTimestampAssigner;
import org.apache.flink.api.common.eventtime.WatermarkStrategy;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.windowing.assigners.TumblingEventTimeWindows;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.util.Collector;
import java.time.Duration;
public class eventtimetest {
public static void main(String[] args) throws Exception {
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
DataStreamSource<String> inputStream = env.socketTextStream("localhost", 7777);//localhost等于127.0.0.1,不过localhost是域名,127.0.0.1是IP地址
SerializableTimestampAssigner<String> timestampAssigner = new SerializableTimestampAssigner<String>() {
@Override
public long extractTimestamp(String element, long recordTimestamp) {
String[] fields = element.split(",");
Long aLong = new Long(fields[0]);
return aLong * 1000L;
}
};
//forBoundedOutOfOrderness,设置watermark的延迟
/*
1.extractTimestamp函数返回的是13位的timestamp,例如1614909815*1000=1614909815000,这是ms的timestamp,所以函数return along*1000.
2.在nc的输入数据格式如下:1614909815,java
3.要先开启nc,再执行代码。nc -l 7777 然后输入数据。
4.forboundeoutoforderness设置的时常是10s,例如数据在第15秒才第一次触发计算,计算窗口是第一个5秒窗口的数据以及 窗口的第一秒序号比第15s少了15s以上的窗口也计算。
5.窗口是固定的,以5秒的窗口为例子:第0 1 2 3 4秒是一个窗口,第二个窗口是第5 6 7 8 9。
*/
SingleOutputStreamOperator<String> watermarkStream = inputStream.assignTimestampsAndWatermarks(WatermarkStrategy.<String>forBoundedOutOfOrderness(Duration.ofSeconds(10)).withTimestampAssigner(timestampAssigner));
watermarkStream.flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {
@Override
public void flatMap(String value, Collector<Tuple2<String, Integer>> out) throws Exception {
String[] fields = value.split(",");
out.collect(new Tuple2<>(fields[1], 1));
}
}).keyBy(data -> data.f0).window(TumblingEventTimeWindows.of(Time.seconds(5))).sum(1).print();
env.execute("run watermark wc");
}
}
注意:
1.extractTimestamp函数返回的是13位的timestamp,例如1614909815*1000=1614909815000,这是ms的timestamp,所以函数return along*1000. 2.在nc的输入数据格式如下:1614909815,java 3.要先开启nc,再执行代码。nc -l 7777 然后输入数据。 4.forboundeoutoforderness设置的时常是10s,例如数据在第15秒才第一次触发计算,计算窗口是第一个5秒窗口的数据以及 窗口的第一秒序号比第15s少了15s以上的窗口也计算。 5.窗口是固定的,以5秒的窗口为例子:第0 1 2 3 4秒是一个窗口,第二个窗口是第5 6 7 8 9。
结果:
主要用到的参考文章:Flink1.12 使用WatermarkStrategy生成时间戳
原文链接:https://blog.csdn.net/RonieWhite/article/details/114386907