BroadcastStream导致watermark不更新的问题

BroadcastStream导致watermark不更新的问题

业务场景

有业务数据流businessDataStream和规则数据源ruleDataSource, businessDataStream数据来自Kafka,ruleDataSource定时从数据库查询需要更新的规则并广播(broadcast)数据流为ruleBroadcastStream。使用businessDataStream(或者keyBy分组后得到的KeyedStream).connect(ruleBroadcastStream)将两个流汇聚成BroadcastConnectedStream。随后执行算子(BroadcastProcessFunction或KeyedBroadcastProcessFunction)。

示意图如下:

image-20200629223054640.png

代码示例如下:

BroadcastStream<Rule> ruleBroadcastStream = env.addSource(new RuleSource()).broadcast(Descriptors.RuleDesc);

// 业务数据流,分配Timestamp和watermark
DataStream businessDataStream = env.addSource(new BusinessDataSource()).assignTimestampsAndWatermarks(...)

businessDataStream
    .keyBy(...)
    .connect(ruleBroadcastStream)
    .process(new MyBroadcastProcessFunction());

出现问题

查看FlinkWebUI, 算子MyBroadcastProcessFunction的Watermarks一栏的所有SubTask都实现: No Watermark。确认了业务数据一直是有数据流入的,这就奇怪了,为什么watermark会不更新呢?同样通过该算子的后续算子的Watermarks也都为No Watermark。而且伴随着也出现了后续的TimeWindow算子时间窗口到期后也不触发的问题。

分析问题

后续的TimeWindow算子时间窗口到期后也不触发这个问题的原因是由于MyBroadcastProcessFunction之后的Watermark一直没有更新的缘故,因为执行环境设置了

 env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);

因此时间窗口的触发依赖于Trigger类中的onEventTime方法,该方法依赖于窗口算子的Watermark, watermark不更新,onEventTime方法也就不会触发了。

因此问题专注定位到为什么MyBroadcastProcessFunction的watermark不更新。

每个Operator将数据输出到下游的时候都会分发Watermark,执行类似如下代码:

out.emitWatermark(watermark);

...

该方法会执行:

operator.processWatermark(mark);

而实现接口TwoInputStreamOperator.java的Operator会有两个处理方法,分别为:

    /**
     * Processes a {@link Watermark} that arrived on the first input of this two-input operator.
     * This method is guaranteed to not be called concurrently with other methods of the operator.
     *
     * @see org.apache.flink.streaming.api.watermark.Watermark
     */
    void processWatermark1(Watermark mark) throws Exception;

    /**
     * Processes a {@link Watermark} that arrived on the second input of this two-input operator.
     * This method is guaranteed to not be called concurrently with other methods of the operator.
     *
     * @see org.apache.flink.streaming.api.watermark.Watermark
     */
    void processWatermark2(Watermark mark) throws Exception;

它的实现类之一CoBroadcastWithKeyedOperator.java,它是父类AbstractStreamOperator.java中实现了以上2个方法

    private long combinedWatermark = Long.MIN_VALUE;
    private long input1Watermark = Long.MIN_VALUE;
    private long input2Watermark = Long.MIN_VALUE;
//...

public void processWatermark1(Watermark mark) throws Exception {
   input1Watermark = mark.getTimestamp();
   long newMin = Math.min(input1Watermark, input2Watermark);
   if (newMin > combinedWatermark) {
      combinedWatermark = newMin;
      processWatermark(new Watermark(combinedWatermark));
   }
}

public void processWatermark2(Watermark mark) throws Exception {
   input2Watermark = mark.getTimestamp();
   long newMin = Math.min(input1Watermark, input2Watermark);
   if (newMin > combinedWatermark) {
      combinedWatermark = newMin;
      processWatermark(new Watermark(combinedWatermark));
   }
}

public void processWatermark(Watermark mark) throws Exception {
   if (timeServiceManager != null) {
      timeServiceManager.advanceWatermark(mark);
   }
   output.emitWatermark(mark);
}

经过相关源码追踪分析得知:当主数据流有数据的时候会执行processWatermark1方法,当规则数据流有数据的时候会执行processWatermark2方法。且由这两个方法的逻辑得知,要执行output.emitWatermark(mark)需要2个数据流中最小的watermark值大于之前的watermark值。要达到这个条件需要两个数据流都有watermark更新才行。

可是规则数据流并不是经常会有数据产生,怎么办呢?

一时没有找到解决办法,通过google查找"broadcastStream watermark"之类的关键词找到stackoverflow上有类似的问题: https://stackoverflow.com/questions/57585528/timestamp-watermark-assigning-for-two-input-streams-later-connected-for-dynam

于是恍然大悟。自己怎么没有想到呢,input2Watermark一开始就给它发来一个最大的watermark不就行了,因为取决定作用的是input1Watermark和input2Watermark的最小值,这样整个Operator的值不就根据业务数据流的watermark来更新了吗,达到了我想要的目的。

解决问题

新增一个AssignerWithPeriodicWatermarks类

public class QueryStreamAssigner<T> implements AssignerWithPeriodicWatermarks<T> {

    @Nullable
    @Override
    public Watermark getCurrentWatermark() {
        return Watermark.MAX_WATERMARK;
    }

    @Override
    public long extractTimestamp(T element, long previousElementTimestamp) {
        return 0;
    }
}

在规则数据流ruleBroadcastStream的时候执行assignTimestampsAndWatermarks方法,代码如下:

BroadcastStream<Rule> ruleBroadcastStream = env.addSource(new RuleSource())
.assignTimestampsAndWatermarks(new QueryStreamAssigner<>())
.broadcast(Descriptors.RuleDesc);

// 业务数据流,分配Timestamp和watermark
DataStream businessDataStream = env.addSource(new BusinessDataSource()).assignTimestampsAndWatermarks(...)

businessDataStream
    .keyBy(...)
    .connect(ruleBroadcastStream)
    .process(new MyBroadcastProcessFunction());

问题解决!

总结

  • watermark决定onTimer的触发
  • 有2个输入流的operator, 它的watermark取2个流的watermark最小值,将其中一个流的watermark取Int.Max可忽略它的影响而由另一个流来更新watermark
  • assignTimestampsAndWatermarks可在source之后,sink之前多次执行,重新分配
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,001评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,210评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,874评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,001评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,022评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,005评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,929评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,742评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,193评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,427评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,583评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,305评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,911评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,564评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,731评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,581评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,478评论 2 352