是否有一种方法可以定义一个动态表，其中包含最近未被事件触及的条目？

Question

我是Flink的新手，我正在尝试使用它来获得我的应用程序的一堆实时视图。我想构建的动态视图中至少有一个是显示未满足SLA的条目——或基本上已过期——并且这样做的条件是一个简单的时间戳比较。因此，如果最近没有被事件触及，我基本上希望一个条目显示在我的动态表中。在开发环境中使用Flink 1.6（由于AWS Kinesis而受到限制）时，我没有看到Flink正在重新评估条件，除非事件触及该条目。

我已经将我的开发环境插入了Kinesis流，该流正在从Web服务器发送实时访问日志事件。这不是我真正的用例，但它很容易开始测试。我编写了一个简单的表查询，它拉取请求路径，它的最后一次访问时间，并计算一个布尔标志以指示它是否在最后一分钟没有被访问。我正在通过连接到PrintSinkFunction的收回流进行调试，以便将所有更新/删除打印到我的控制台。

tEnv.registerDataStream("AccessLogs", accessLogs, "username, status, request, responseSize, referrer, userAgent, requestTime, ActionTime.rowtime");

Table paths = tEnv.sqlQuery("SELECT request AS path, MAX(requestTime) as lastTime, CASE WHEN MAX(requestTime) < CURRENT_TIMESTAMP - INTERVAL '1' MINUTE THEN 1 ELSE 0 END AS expired FROM AccessLogs GROUP BY request");

DataStream<Tuple2<Boolean, Row>> retractStream = tEnv.toRetractStream(paths, Row.class);
retractStream .addSink(new PrintSinkFunction<>());

我期望当我访问一个页面时，一个添加事件被发送到这个流。然后，如果我等待1分钟(什么都不做)，我的表中的CASE语句将计算为1，因此我应该看到一个删除事件，然后添加一个设置了该标志的事件。

我实际上看到的是，在我再次加载该页面之前什么都不会发生。Delete事件实际上设置了标志，而紧接其后的Add事件再次清除了它（应该如此，因为它不再“过期”）。

// add/delete, path, lastAccess, expired
(true,/mypage,2019-05-20 20:02:48.0,0) // first page load, add event
(false,/mypage,2019-05-20 20:02:48.0,1) // second load > 2 mins later, remove event for the entry with expired flag set
(true,/mypage,2019-05-20 20:05:01.0,0) // second load, add event

编辑：我在搜索中遇到的最有用的技巧是创建一个ProcessFunction。我认为这是我可以在动态表中使用的东西（在某些情况下，我最终会使用中间流来查看计算的日期），但希望不必如此。

我已经使用了ProcessFunction方法，但它需要比我最初想象的更多的修补：

1. 我必须在我的POJO中添加一个字段，该字段在onTimer（）方法中发生变化（可能是一个日期或您每次都只是碰到的版本）
2. 我必须将此字段注册为动态表的一部分
3. 我必须在查询中使用此字段，以便重新计算查询并更改布尔标志（即使我实际上并未使用新字段）。我刚刚将其添加为我的SELECT子句的一部分。

Answer 1

您的方法看起来很有前途，但是Flink的表API / SQL不支持与移动的“现在”时间戳进行比较。

我会分两步解决这个问题。

< li >在upsert模式下注册动态表，即基于版本时间戳(在您的情况下为< code>request)按键(在您的情况下为< code > request )进行up sert的表。产生的动态表将保存每个请求的最新行。 < li >使用像您这样的简单过滤谓词进行查询，该查询比较动态(更新)表中各行的版本时间戳，并过滤掉时间戳太接近现在的所有行。

不幸的是，这两种功能（upsert转换和与移动的“现在”时间戳的比较）在Flink中都不可用。不过，对于upsert表转换还有一些正在进行的工作。