flink dataStream

dataSource 数据来源

  • sockect
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment  env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.socketTextStream("localhost",8888).print();
        env.execute("demo");
    }
  • 自定义数据源

    1. 不能并行的自定义数据眼
        
        /**
         * 不能并行的自定义数据源
         */
        public class CustomNonParallelSource  implements SourceFunction<Long> {
            private volatile Boolean runing = true;
        
            Long count = 1L;
        
            @Override
            public void run(SourceContext<Long> ctx) throws Exception {
                while (runing) {
                    ctx.collect(count);
                    count += 1;
                    Thread.sleep(1000);
                }
            }
        
            @Override
            public void cancel() {
                runing = false;
            }
        }
    
    1. 并行的自定义数据源
        /**
         * 并行的数据源
         * 在创建数据源addsource时会判断 该类是否属于ParallelSourceFunction 以此来判断
         */
        public class CustomParallelSource implements ParallelSourceFunction<Long> {
        
            private volatile Boolean runing = true;
        
            Long count = 1L;
        
            @Override
            public void run(SourceContext<Long> ctx) throws Exception {
                while (runing) {
                    ctx.collect(count);
                    count += 1;
                    Thread.sleep(1000);
                }
            }
        
            @Override
            public void cancel() {
                runing = false;
            }
        }
    
    1. 自定义数据源
    
    /**
     * 不能并行
     */
    public class CustomRichParallelSource extends RichParallelSourceFunction<Long> {
    
        private volatile Boolean runing = true;
    
        Long count = 1L;
    
        @Override
        public void run(SourceContext<Long> ctx) throws Exception {
            while (runing) {
                ctx.collect(count);
                count += 1;
                Thread.sleep(1000);
            }
        }
    
        @Override
        public void cancel() {
            runing = false;
        }
    }
    

time 时间

  • Event Time 事件事件

  • Processing Time 处理事件

  • Ingestion Time 摄取事件

    env.setStreamTimeCharacteristic(TimeCharacteristic.ProcessingTime);
    env.setStreamTimeCharacteristic(TimeCharacteristic.IngestionTime);
    env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
    

windows 窗口

翻滚窗口(Tumbling Window,无重叠)
滚动窗口(Sliding Window,有重叠)
会话窗口(Session Window,活动间隙)
全局窗口

  • 滚动窗口
    滚动窗口分配器将每个元素分配给固定窗口大小的窗口。滚动窗口大小固定的并且不重叠。例如,如果指定大小为5分钟的滚动窗口,则将执行当前窗口,并且每五分钟将启动一个新窗口。


    image.png
  • 滑动窗口
    滑动窗口与滚动窗口的区别就是滑动窗口有重复的计算部分。
    滑动窗口分配器将每个元素分配给固定窗口大小的窗口。类似于滚动窗口分配器,窗口的大小由窗口大小参数配置。另外一个窗口滑动参数控制滑动窗口的启动频率(how frequently a sliding window is started)。因此,如果滑动大小小于窗口大小,滑动窗可以重叠。在这种情况下,元素被分配到多个窗口。
    例如,你可以使用窗口大小为10分钟的窗口,滑动大小为5分钟。这样,每5分钟会生成一个窗口,包含最后10分钟内到达的事件。


    image.png
  • 会话窗口
    会话窗口分配器通过活动会话分组元素。与滚动窗口和滑动窗口相比,会话窗口不会重叠,也没有固定的开始和结束时间。相反,当会话窗口在一段时间内没有接收到元素时会关闭。
    例如,不活动的间隙时。会话窗口分配器配置会话间隙,定义所需的不活动时间长度(defines how long is the required period of inactivity)。当此时间段到期时,当前会话关闭,后续元素被分配到新的会话窗口。


    image.png
  • 全局窗口


    image.png
              // 设置窗口时间为 处理时间
                .window(TumblingProcessingTimeWindows.of(Time.seconds(10)))
              // 设置窗口时间为 事件时间
                .window(TumblingEventTimeWindows.of(Time.seconds(10)))

windowsAll

    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
        env.setParallelism(1);

        DataStreamSource<String> streamSource1 = env.socketTextStream("localhost", 8888);


        streamSource1
                .map(new MapFunction<String, Tuple3<String, Long, Integer>>() {
                    @Override
                    public Tuple3<String, Long, Integer> map(String value) throws Exception {
                        String[] split = value.split(",");
                        return new Tuple3<>(split[0], Long.valueOf(split[1]), Integer.valueOf(split[2]));
                    }
                })
                // 设置处理事件为事件时间必须指定时间与水位线
                .assignTimestampsAndWatermarks(new AssignerWithPeriodicWatermarks<Tuple3<String, Long, Integer>>() {
                    private long currentTimestamp = Long.MIN_VALUE;

                    private String sdf = "yyyy-MM-dd HH:mm:ss";

                    @Override
                    public long extractTimestamp(Tuple3<String, Long, Integer> word, long previousElementTimestamp) {

                        SimpleDateFormat simpleDateFormat = new SimpleDateFormat(sdf);

                        long timestamp = word.f1;
                        currentTimestamp = currentTimestamp > timestamp ? currentTimestamp : timestamp;
                        System.out.println("event " +
                                "timestamp = {" + timestamp + "}, {" + simpleDateFormat.format(new Date(timestamp)) + "}, " +
                                "CurrentWatermark = {" + getCurrentWatermark().getTimestamp() + "}, {" + simpleDateFormat.format(new Date(currentTimestamp)) + "}");

                        // 这里特别注意下 timestamp 是
                        //当前对象的时间毫秒值
                        //当前对象的时间毫秒值
                        //当前对象的时间毫秒值
                        return timestamp;
                    }

                    @Nullable
                    @Override
                    public Watermark getCurrentWatermark() {
                        long maxTimeLag = 0;
                        long lastEmittedWatermark = currentTimestamp == Long.MIN_VALUE ? Long.MIN_VALUE : currentTimestamp - maxTimeLag;
                        return new Watermark(lastEmittedWatermark);
                    }
                })
                // 设置窗口为事件时间翻滚
                //.windowAll(TumblingEventTimeWindows.of(Time.seconds(5)))
                // 设置窗口为处理时间翻滚
                //.windowAll(TumblingProcessingTimeWindows.of(Time.seconds(5)))
                // 设置窗口为事件时间滚动 每三秒统计一次五分钟的数据
                .windowAll(SlidingEventTimeWindows.of(Time.seconds(5),Time.seconds(3)))
                // 设置窗口为处理时间滚动
                //.windowAll(SlidingProcessingTimeWindows.of(Time.seconds(5)))
                .apply(new AllWindowFunction<Tuple3<String, Long, Integer>, Tuple3<Long, Long, Integer>, TimeWindow>() {
                    @Override
                    public void apply(TimeWindow
                                              window, Iterable<Tuple3<String, Long, Integer>> values, Collector<Tuple3<Long, Long, Integer>> out) throws
                            Exception {
                        int sum = StreamSupport.stream(values.spliterator(), false).mapToInt(o -> o.f2).sum();
                        long start = window.getStart();
                        long end = window.getEnd();
                        out.collect(new Tuple3<>(start, end, sum));
                    }
                }).

                print();

        env.execute("demo");

    }

Watermark 水位线

  • 标点水位线(Punctuated Watermark)
    标点水位线(Punctuated Watermark)通过数据流中某些特殊标记事件来触发新水位线的生成。这种方式下窗口的触发与时间无关,而是决定于何时收到标记事件。
    在实际的生产中Punctuated方式在TPS很高的场景下会产生大量的Watermark在一定程度上对下游算子造成压力,所以只有在实时性要求非常高的场景才会选择Punctuated的方式进行Watermark的生成。

  • 定期水位线(Periodic Watermark)
    周期性的(允许一定时间间隔或者达到一定的记录条数)产生一个Watermark。水位线提升的时间间隔是由用户设置的,在两次水位线提升时隔内会有一部分消息流入,用户可以根据这部分数据来计算出新的水位线。
    在实际的生产中Periodic的方式必须结合时间和积累条数两个维度继续周期性产生Watermark,否则在极端情况下会有很大的延时。

// 添加水位线
.assignTimestampsAndWatermarks(new WordPeriodicWatermark())


public class WordPeriodicWatermark implements AssignerWithPeriodicWatermarks<Word> {

    private long currentTimestamp = Long.MIN_VALUE;

    private static String sdf = "yyyy-MM-dd HH:mm:ss";

    @Override
    public long extractTimestamp(Word word, long previousElementTimestamp) {

        SimpleDateFormat simpleDateFormat = new SimpleDateFormat(sdf);


        long timestamp = word.getTimestamp();
        currentTimestamp = currentTimestamp > word.getTimestamp() * 1000 ? currentTimestamp : word.getTimestamp() * 1000;
        System.out.println("event " +
                "timestamp = {" + word.getTimestamp() + "}, {" + simpleDateFormat.format(new Date(timestamp * 1000)) + "}, " +
                "CurrentWatermark = {" + getCurrentWatermark().getTimestamp() + "}, {" + simpleDateFormat.format(new Date(currentTimestamp)) + "}");

       // 这里特别注意下 timestamp 是 
      //当前对象的时间毫秒值 
      //当前对象的时间毫秒值 
      //当前对象的时间毫秒值
        return timestamp * 1000;
    }

    @Nullable
    @Override
    public Watermark getCurrentWatermark() {
        long maxTimeLag = 2000;
        long lastEmittedWatermark = currentTimestamp == Long.MIN_VALUE ? Long.MIN_VALUE : currentTimestamp - maxTimeLag;

        return new Watermark(lastEmittedWatermark);
    }
}

举个例子,最简单的水位线算法就是取目前为止最大的事件时间,然而这种方式比较暴力,对乱序事件的容忍程度比较低,容易出现大量迟到事件。

算子

  • join 双流合并
  
    public class JoinDemo {
    private static long currentTimestamp = Long.MIN_VALUE;

    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
        env.setParallelism(1);

        AssignerWithPeriodicWatermarks<Tuple3<String, Long, Integer>> timestampAndWatermarkAssignerssss = new TimestampAndWatermarkAssignerssss();

        SingleOutputStreamOperator<Tuple3<String, Long, Integer>> streamSource1 = env.socketTextStream("localhost", 8888)
                .map(new MapFunction<String, Tuple3<String, Long, Integer>>() {
                    @Override
                    public Tuple3<String, Long, Integer> map(String value) throws Exception {
                        String[] split = value.split(",");
                        return new Tuple3<>(split[0], Long.valueOf(split[1]), Integer.valueOf(split[2]));
                    }
                }).assignTimestampsAndWatermarks(timestampAndWatermarkAssignerssss);
        SingleOutputStreamOperator<Tuple3<String, Long, Integer>> streamSource2 = env.socketTextStream("localhost", 9999)
                .map(new MapFunction<String, Tuple3<String, Long, Integer>>() {
                    @Override
                    public Tuple3<String, Long, Integer> map(String value) throws Exception {
                        String[] split = value.split(",");
                        return new Tuple3<>(split[0], Long.valueOf(split[1]), Integer.valueOf(split[2]));
                    }
                }).assignTimestampsAndWatermarks(timestampAndWatermarkAssignerssss);
        ;


        streamSource1
                .join(streamSource2)
                .where(new KeySelector<Tuple3<String, Long, Integer>, Long>() {
                    @Override
                    public Long getKey(Tuple3<String, Long, Integer> value) throws Exception {
                        System.out.println("ss1 = " + value);
                        return value.f1;
                    }
                })
                .equalTo(new KeySelector<Tuple3<String, Long, Integer>, Long>() {
                    @Override
                    public Long getKey(Tuple3<String, Long, Integer> value) throws Exception {
                        System.out.println("ss2 = " + value);
                        return value.f1;
                    }
                })
                // 设置窗口时间为 事件时间 这个时间控制隔多少时间内触发join
                .window(TumblingEventTimeWindows.of(Time.seconds(10)))
                .apply(new JoinFunction<Tuple3<String, Long, Integer>, Tuple3<String, Long, Integer>, Tuple3<String, Long, String>>() {
                    @Override
                    public Tuple3<String, Long, String> join(Tuple3<String, Long, Integer> first, Tuple3<String, Long, Integer> second) throws Exception {

                        System.out.println("first = " + first.toString());
                        System.out.println("second = " + second.toString());

                        return new Tuple3<>(first.f0, first.f1, " (" + first.f2 + "" + second.f2 + ") ");
                    }
                })
                .windowAll(TumblingEventTimeWindows.of(Time.seconds(10)))
                .apply(new AllWindowFunction<Tuple3<String, Long, String>, Tuple3<Long, Long, String>, TimeWindow>() {
                    @Override
                    public void apply(TimeWindow window, Iterable<Tuple3<String, Long, String>> values, Collector<Tuple3<Long, Long, String>> out) throws Exception {
                        String collect = StreamSupport.stream(values.spliterator(), false).map(o -> {
                            System.out.println("apply = " + o.toString());
                            return o.f2;
                        }).collect(Collectors.joining(","));
                        long start = window.getStart();
                        long end = window.getEnd();
                        out.collect(new Tuple3<>(start, end, collect));
                    }
                })
                .print();

        env.execute("de");

    }


    private static class TimestampAndWatermarkAssignerssss implements AssignerWithPeriodicWatermarks<Tuple3<String, Long, Integer>> {

        private String sdf = "yyyy-MM-dd HH:mm:ss";

        @Override
        public long extractTimestamp(Tuple3<String, Long, Integer> word, long previousElementTimestamp) {

            SimpleDateFormat simpleDateFormat = new SimpleDateFormat(sdf);

            long timestamp = word.f1;
            currentTimestamp = currentTimestamp > timestamp ? currentTimestamp : timestamp;
            System.out.println("event " +
                    "timestamp = {" + timestamp + "}, {" + simpleDateFormat.format(new Date(timestamp)) + "}, " +
                    "CurrentWatermark = {" + getCurrentWatermark().getTimestamp() + "}, {" + simpleDateFormat.format(new Date(currentTimestamp)) + "}");

            // 这里特别注意下 timestamp 是
            //当前对象的时间毫秒值
            //当前对象的时间毫秒值
            //当前对象的时间毫秒值
            return timestamp;
        }

        @Nullable
        @Override
        public Watermark getCurrentWatermark() {
            long maxTimeLag = 0;
            long lastEmittedWatermark = currentTimestamp == Long.MIN_VALUE ? Long.MIN_VALUE : currentTimestamp - maxTimeLag;
            return new Watermark(lastEmittedWatermark);
        }
    }
}

    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);

        env.socketTextStream("localhost", 8888)
                .flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {
                    @Override
                    public void flatMap(String value, Collector<Tuple2<String, Integer>> out) throws Exception {
                        String[] split = value.split(",");
                        Arrays.stream(split).forEach(o -> {
                            out.collect(new Tuple2<>(o, 1));
                        });
                    }
                })
                .keyBy(0)
//                .reduce(new ReduceFunction<Tuple2<String, Integer>>() {
////                    @Override
////                    public Tuple2<String, Integer> reduce(Tuple2<String, Integer> value1, Tuple2<String, Integer> value2) throws Exception {
////                        return new Tuple2<>(value1.f0, value1.f1 + value2.f1);
////                    }
////                })
////
                .sum(1)



//                .keyBy(0)
//                .countWindow(5)
//                .apply(new WindowFunction<Tuple2<String, Integer>, Tuple2<String, String>, Tuple, GlobalWindow>() {
//                    @Override
//                    public void apply(Tuple tuple, GlobalWindow window, Iterable<Tuple2<String, Integer>> input, Collector<Tuple2<String, String>> out) throws Exception {
//                        Tuple2<String, Integer> sss = StreamSupport.stream(input.spliterator(), false).findFirst().get();
//                        String collect = StreamSupport.stream(input.spliterator(), false).map(o -> o.f1 + "").collect(Collectors.joining(" = "));
//
//                        out.collect(new Tuple2<>(sss.f0,collect));
//                    }
//                })
                .print();

        env.execute("aaa");

    }

public class SplitDemo {

    public static void main(String[] args) throws Exception {

        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        env.setParallelism(1);


        SplitStream<Integer> split = env.socketTextStream("localhost", 8888)
                .map(Integer::valueOf)
                .split(new OutputSelector<Integer>() {
                    @Override
                    public Iterable<String> select(Integer value) {
                        List<String> output = new ArrayList<String>();
                        if (value % 2 == 0) {
                            output.add("even");
                        } else {
                            output.add("odd");
                        }
                        return output;
                    }
                });

        DataStream<Integer> even = split.select("even");

        even.process(new ProcessFunction<Integer, String>() {
            @Override
            public void processElement(Integer value, Context ctx, Collector<String> out) throws Exception {
                out.collect("even "+value);
            }
        }).print();

        DataStream<Integer> odd = split.select("odd");

        odd.process(new ProcessFunction<Integer, String>() {
            @Override
            public void processElement(Integer value, Context ctx, Collector<String> out) throws Exception {
                out.collect("odd "+value);
            }
        }).print();


        env.execute("ss");

    }
}

state 状态

sink

最后编辑于
©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 204,445评论 6 478
  • 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 85,889评论 2 381
  • 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 151,047评论 0 337
  • 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 54,760评论 1 276
  • 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 63,745评论 5 367
  • 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 48,638评论 1 281
  • 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 38,011评论 3 398
  • 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 36,669评论 0 258
  • 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 40,923评论 1 299
  • 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 35,655评论 2 321
  • 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 37,740评论 1 330
  • 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 33,406评论 4 320
  • 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 38,995评论 3 307
  • 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 29,961评论 0 19
  • 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 31,197评论 1 260
  • 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 45,023评论 2 350
  • 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 42,483评论 2 342