如何以基于状态变化事件的分布式方式统计有多少“客户端”处于带有flink的状态？我需要有状态的对象

Question

{"gid":"abcd-8910-2ca4227527f9", "state":"stateA", "timestamp:1465566255, "other unusefull info":"..."} 

{"stateA":54, "stateB":100, ... "stateJ":34}

我有10个状态:[创建，...，删除]，平均生命周期为15分钟。状态每秒可以改变两次。理论上可以增加新的国家。

为了每秒接收数据流，我正在考虑使用Flink的时间窗口https://flink.apache.org/news/2015/12/04/induction-windows.html

问题是，我需要具有关于guid->previous-state和statex->count信息的有状态对象，以便能够在新事件发生时增加/减少计数。

我对flink和流处理是新手，我还没有深入到flink有状态流处理。在第一阶段，我想使用静态对象来实现，但是当启动几个flink实例时，这种方法就不起作用了。

我想问你：

1. 您对这种方法有什么看法？
2. flink适合这种流处理吗？
3. 解决此问题的方法是什么？

Answer 1

像下面这样的东西怎么样？

它使用15分钟窗口，之后窗口状态将被清理。它还使用一个自定义触发器，该触发器每秒计算窗口的值。就窗口操作而言，有一个ReduceFunction只保留每个guid的最新状态，还有一个WindowFunction发出一个（state,1）元组。然后我们通过这个状态来确定并求和。我想这会给你带来你想要的结果。

val env = StreamExecutionEnvironment.getExecutionEnvironment()
val stream = env.addSource(new FlinkKafkaProducer(...))

val results = stream
  .keyBy(_.guid)
  .timeWindow(Time.minutes(15))
  .trigger(ProcessingTimeTriggerWithPeriodicFirings(1000))
  .apply(
    (e1, e2) => e2,
    (k, w, i, c: Collector[(String, Long)]) => {
      if (i.head != null) c.collect((i.head.state, 1))
    }
  )
  .keyBy(0)
  .timeWindow(Time.seconds(1))
  .sum(1)
  .addSink(new ElasticsearchSink<>(...))

env.execute("Count States")

ProcessingTimeTriggerWithPerioFirings定义如下：

object ProcessingTimeTriggerWithPeriodicFirings {
  def apply(intervalMs: Long) = {
    new ProcessingTimeTriggerWithPeriodicFirings(intervalMs)
  }
}

class ProcessingTimeTriggerWithPeriodicFirings(intervalMs: Long)
  extends Trigger[Event, TimeWindow] {

  private val startTimeDesc =
    new ValueStateDescriptor[Long]("start-time", classOf[Long], 0L)

  override def onElement(element: Event, timestamp: Long, window: TimeWindow, ctx: TriggerContext): TriggerResult = {
    val startTime = ctx.getPartitionedState(startTimeDesc)
    if (startTime.value == 0) {
      startTime.update(window.getStart)
      ctx.registerProcessingTimeTimer(window.getEnd)
      ctx.registerProcessingTimeTimer(System.currentTimeMillis() + intervalMs)
    }
    TriggerResult.CONTINUE
  }

  override def onProcessingTime(time: Long, window: TimeWindow, ctx: TriggerContext): TriggerResult = {
    if (time == window.getEnd) {
      TriggerResult.PURGE
    }
    else {
      ctx.registerProcessingTimeTimer(time + intervalMs)
      TriggerResult.FIRE
    }
  }

  override def onEventTime(time: Long, window: TimeWindow, ctx: TriggerContext): TriggerResult = {
    TriggerResult.CONTINUE
  }
}