我的目标是有一个flink流程序,它保存最后n个id,其中id是从事件中提取的。接收器是一个cassandra存储,因此可以随时获取id列表。重要的是,Cassandra是立即更新后,每一个事件。
这可以通过 mapWithState
(见下面的代码)。但是,这个代码有一个重要的问题。国家的关键是 userid
. 有些用户可能会处于活动状态一段时间,然后就再也不会了。我担心的是,状态存储将永远增长。
如何清除非活动键的状态?
case class MyEvent(userId: Int, id: String)
env
.addSource(new FlinkKafkaConsumer010[MyEvent]("vips", new MyJsonDeserializationSchema(), kafkaConsumerProperties))
.keyBy(_.userId)
.mapWithState[(Int, Seq[String]), Seq[String]] { (in: MyEvent, currentIds: Option[Seq[String]]) =>
val keepNIds = currentIds match {
case None => Seq(in.id)
case Some(cids) => (cids :+ in.id).takeRight(100)
}
((in.userId, keepNIds), Some(keepNIds))
}
.addSink { in: (Int, Seq[String]) =>
CassandraSink.appDatabase.idsTable.store(...)
}
1条答案
按热度按时间xdyibdwo1#
生长状态是一个重要而正确的观察。如果您的键空间正在移动,则肯定会发生这种情况。
flink 1.2.0增加了
ProcessFunction
解决了这个问题。一ProcessFunction
类似于FlatMapFunction
但可以使用计时器服务。您可以注册调用onTimer()
当它们过期时回调函数。回调可以用来清除状态。