flink run /opt/flink-1.7.2/examples/batch/WordCount.jar -input hdfs://192.168.13.128:9000/input/myfile.txt -output hdfs://192.168.13.128:9000/output/result.txt
flink run ./SocketWindowWordCount.jar --port 9000
yarn-session.sh -n 2 -jm 1024 -tm 1024 -d
yarn application -kill application_1554952543204_0004
这个命令可以用来初始化一些flink项目,需要再maven里面修改flink的版本
mvn archetype:generate -DarchetypeGroupId=org.apache.flink -DarchetypeArtifactId=flink-quickstart-java -DarchetypeVersion=1.0.0
flink stream的print是通过taskmanager打出来的,所以再client上是看不到的
翻滚时间窗口(Tumbling Time Window),每一分钟一个处理 timeWindow(Time.minutes(1))
Sliding Time Window,每30秒计算一次前一分钟的数据 timeWindow(Time.minutes(1), Time.seconds(30))
countWindow(100) Tumbling Count Window
.countWindow(100, 10) Sliding Count Window
多少秒没有活动则主动断开
ProcessingTimeSessionWindows.withGap(Time.seconds(30))
关于窗口有三个概念
Assigner, Trigger, Evictor
分配,触发,驱逐
所有的元素进来的时候都会经过Assigner,一个消息可以分配给不同的window,window看上去就是一个ID,保存的时候类似于一个id到具体内容的哈希
TaskManager(TM)在启动时,会先初始化NetworkEnvironment对象,TM 中所有与网络相关的东西都由该类来管理(如 Netty 连接)
StreamGraph:是根据用户通过 Stream API 编写的代码生成的最初的图。用来表示程序的拓扑结构。
JobGraph:StreamGraph经过优化后生成了 JobGraph,提交给 JobManager 的数据结构。主要的优化为,将多个符合条件的节点 chain 在一起作为一个节点,这样可以减少数据在节点之间流动所需要的序列化/反序列化/传输消耗。
ExecutionGraph:JobManager 根据 JobGraph 生成ExecutionGraph。ExecutionGraph是JobGraph的并行化版本,是调度层最核心的数据结构。
物理执行图:JobManager 根据 ExecutionGraph 对 Job 进行调度后,在各个TaskManager 上部署 Task 后形成的“图”,并不是一个具体的数据结构。
StreamGraph 是在 Client 端构造
DataStream 上常见的 transformation 有 map、flatmap、filter等(见DataStream Transformation了解更多)。这些transformation会构造出一棵 StreamTransformation 树,通过这棵树转换成 StreamGraph。比如 DataStream.map源码如下,其中SingleOutputStreamOperator为DataStream的子类: