flink实战-定时器实现已完成订单自动五星好评

背景需求

在电商领域会有这么一个场景，如果用户买了商品，在订单完成之后，24小时之内没有做出评价，系统自动给与五星好评，我们今天主要使用flink的定时器来简单实现这一功能。

案例详解

自定义source

首先我们还是通过自定义source来模拟生成一些订单数据.
在这里，我们生了一个最简单的二元组Tuple2,包含订单id和订单完成时间两个字段.

	public static class MySource implements SourceFunction<Tuple2<String,Long>>{
		private volatile boolean isRunning = true;

		@Override
		public void run(SourceContext<Tuple2<String,Long>> ctx) throws Exception{
			while (isRunning){
				Thread.sleep(1000);
				//订单id
				String orderid = UUID.randomUUID().toString();
				//订单完成时间
				long orderFinishTime = System.currentTimeMillis();
				ctx.collect(Tuple2.of(orderid, orderFinishTime));
			}
		}

		@Override
		public void cancel(){
			isRunning = false;
		}
	}

定时处理逻辑

先上代码, 我们再来依次解释代码

	public static class TimerProcessFuntion
			extends KeyedProcessFunction<Tuple,Tuple2<String,Long>,Object>{

		private MapState<String,Long> mapState;
		//超过多长时间(interval,单位：毫秒) 没有评价，则自动五星好评
		private long interval = 0l;

		public TimerProcessFuntion(long interval){
			this.interval = interval;
		}

		@Override
		public void open(Configuration parameters){
			MapStateDescriptor<String,Long> mapStateDesc = new MapStateDescriptor<>(
					"mapStateDesc",
					String.class, Long.class);
			mapState = getRuntimeContext().getMapState(mapStateDesc);
		}

		@Override
		public void onTimer(
				long timestamp, OnTimerContext ctx, Collector<Object> out) throws Exception{
			Iterator iterator = mapState.iterator();
			while (iterator.hasNext()){
				Map.Entry<String,Long> entry = (Map.Entry<String,Long>) iterator.next();

				String orderid = entry.getKey();
				boolean f = isEvaluation(entry.getKey());
				mapState.remove(orderid);
				if (f){
					LOG.info("订单(orderid: {}) 在  {} 毫秒时间内已经评价，不做处理", orderid, interval);
				}
				if (f){
					//如果用户没有做评价，在调用相关的接口给与默认的五星评价
					LOG.info("订单(orderid: {}) 超过  {} 毫秒未评价，调用接口给与五星自动好评", orderid, interval);
				}
			}
		}

		/**
		 * 用户是否对该订单进行了评价，在生产环境下，可以去查询相关的订单系统.
		 * 我们这里只是随便做了一个判断
		 *
		 * @param key
		 * @return
		 */
		private boolean isEvaluation(String key){
			return key.hashCode() % 2 == 0;
		}

		@Override
		public void processElement(
				Tuple2<String,Long> value, Context ctx, Collector<Object> out) throws Exception{
			mapState.put(value.f0, value.f1);
			ctx.timerService().registerProcessingTimeTimer(value.f1 + interval);
		}
	}

1. 首先我们定义一个MapState类型的状态，key是订单号，value是订单完成时间
2. 在processElement处理数据的时候，把每个订单的信息存入状态中，这个时候不做任何处理，并且注册一个比订单完成时间大于间隔时间(interval)的定时器.
3. 注册的定时任务在到达了定时器的时间就会触发onTimer方法，我们主要在这个里面进行处理。我们调用外部的接口来判断用户是否做过评价，如果没做评价，调用接口给与五星好评，如果做过评价，则什么也不处理,最后记得把相应的订单从MapState删除

完整的代码请参考

https://github.com/zhangjun0x01/bigdata-examples/blob/master/flink/src/main/java/timer/AutoEvaluation.java

欢迎关注我的公众[大数据技术与应用实战]，及时获取更多资料