我有一系列关于资源的事件,如下所示:
id, type, count
1, view, 1
1, download, 3
2, view, 1
3, view, 1
1, download, 2
3, view, 1
我试图为每个资源生成统计信息(总计),因此如果我得到如上所述的流,结果应该是:
id, views, downloads
1, 1, 5
2, 1, 0
3, 2, 0
现在我编写了一个processfunction,它可以这样计算总数:
public class CountTotals extends ProcessFunction<Event, ResourceTotals> {
private ValueState<ResourceTotals> totalsState;
@Override
public void open(Configuration config) throws Exception {
ValueStateDescriptor<ResourceTotals> totalsDescriptor = new ValueStateDescriptor<>("totals state", ResourceTotals.class);
totalsDescriptor.setQueryable("resource-totals");
totalsState = getRuntimeContext().getState(totalsDescriptor);
}
@Override
public void processElement(Event event, Context ctx, Collector<ResourceTotals> out) throws Exception {
ResourceTotals totals = totalsState.value();
if (totals == null) {
totals = new ResourceTotals();
totals.id = event.id;
}
switch (event.type) {
case "view":
totals.views += event.count;
break;
case "download":
totals.downloads += event.count;
}
totalsState.update(totals);
out.collect(totals);
}
}
从代码中可以明显看出,它将为每个事件发出一个新的resourcetoals,但我希望每分钟为每个资源发出一次total,而不是更频繁。
我试着用一个全局窗口和一个触发器(continuousprocessingtimetrigger)来做实验,但是没有成功。我遇到的问题是:
如何表达我想要的最后一个事件的窗口?
如何不存储在这个全局窗口中生成的所有resourcetoals?
任何帮助都将不胜感激。
1条答案
按热度按时间gg0vcinb1#
您可以使用计时器每分钟发出一次totalsstate中的值。因为我在数据流中看不到任何时间戳,所以我想您应该使用一个处理时间计时器。
另一种方法是将processfunction替换为一个时间窗口以及一个保留最后一个事件的reducefunction。
在这两种情况下,您都可以考虑通过id和type字段对流进行键控,这将稍微简化您的状态管理。
更新时间:
是的,计时器是状态的一部分,由flink检查并恢复。