我正在使用kafka->flink->elasticsearch在java中进行poc项目。
在Kafka上,会产生大量不可预测的事件,从0到数千个事件/秒,比如某个特定的主题。
{"gid":"abcd-8910-2ca4227527f9", "state":"stateA", "timestamp:1465566255, "other unusefull info":"..."}
flink将消耗这些事件,并应每秒钟搜索每个状态中的事件数,例如:
{"stateA":54, "stateB":100, ... "stateJ":34}
我有10个州: [Created, ... , Deleted]
平均寿命为15分钟。状态一秒钟可以改变两次。理论上可以增加新的状态。
为了每时每刻都沉入溪流,我想用Flink的时间窗https://flink.apache.org/news/2015/12/04/introducing-windows.html
问题是我需要有状态的对象,其中包含 guid->previous-state
以及 stateX->count
以便能够在新事件发生时增加/减少计数。
我找到一份关于有状态蒸汽处理的文件草稿https://cwiki.apache.org/confluence/display/flink/stateful+stream+processing
我对flink和流处理是新手,我还没有深入研究flink有状态流处理。在第一阶段,我考虑使用静态对象,但是当启动几个flink示例时,这种方法就行不通了。
我想问你:
你觉得这种方法怎么样?
flink适合这种流处理吗?
你解决这个问题的方法是什么?
另外,我也很欣赏窗口状态流解决方案(或其他解决方案)的一些代码片段。
谢谢,
1条答案
按热度按时间dy1byipe1#
像下面这样的怎么样?
它使用15分钟的窗口,之后窗口状态将被清除。它还使用一个自定义触发器,每秒计算一次窗口。对于windowing操作,有一个reducefunction只保留每个guid的最新状态,还有一个windowfunction发出(state,1)元组。然后我们按这个状态键,然后求和。我想这会给你你想要的结果。
具有周期性点火的ProcessingTimeTrigger定义如下: