我需要按如下方式处理消息:
每个消息必须在所有进程中保持不变地传递。
如果进程检测到模式匹配,则必须将消息的副本传递给另一个线程。
streamIn -> process1 -> process2 -> .... -> processN
\ | /
\ | /
sink to kafka
我试过用outputtag
OutputTag<SysmonPartial> filtersOutput = new OutputTag<SysmonPartial>("FiltersOutput"){};
DataStream<SysmonPartial> kafkaSource = env.addSource(consumer);
DataStream<SysmonPartial> source = kafkaSource.rebalance();
SingleOutputStreamOperator<SysmonPartial> s = source
.process(lambda1).name("lambda1").startNewChain()
.process(lambda2).name("lambda2").startNewChain()
.process(lambda3).startNewChain()
.process(lambda4).startNewChain()
.process(lambda5).startNewChain()
.process(lambda6).startNewChain()
.process(lambda7).startNewChain();
SingleOutputStreamOperator<Any> output = s
.getSideOutput(filtersOutput)
.process(filterProcessFunction).setParallelism(1).startNewChain();
output.addSink(sink).setParallelism(1);
env.execute(jobName);
其中lambda 1、2等是条件检查函数,例如
public class Bypass_WS_01_03 extends FilterTagFuction<SysmonPartial, SysmonPartial, SysmonPartial> {
private static final Pattern p_1 = Pattern.compile("pattern1");
private static final Pattern p_0 = Pattern.compile("pattern2");
@Override
public void processElement(SysmonPartial t, Context ctx, Collector<SysmonPartial> out) throws Exception {
out.collect(t);
if (
"1".equals(t.B_VendorEventID) &&
t.CommandLine != null && t.CommandLine.length() != 0 && p_0.matcher(t.CommandLine).find() &&
t.ImageName != null && t.ImageName.length() != 0 && p_1.matcher(t.ImageName).find()
) {
t.RuleId = "Bypass_WS_01_03";
ctx.output(getOutputTag(), t);
}
}
}
但出于某种原因,它对我不起作用,也许还有其他方法?我从文件中了解到(https://ci.apache.org/projects/flink/flink-docs-stable/dev/stream/side_output.html),outputtag用于创建标记为tag的其他消息。还是我错了?
1条答案
按热度按时间zz2j4svz1#
连接作业图的方式意味着在作业结束时,您可以访问侧输出
您只得到最后一个进程函数放在边输出上的内容——即,只得到lambda7发出的事件。
我相信你打算做的可以表达为
另外,我不认为你应该使用
startNewChain()
(这将禁用运算符链接)。运算符链接是一种有价值的优化,只应在特殊情况下禁用。