如何理解Apache Flink中的窗口机制

Question

我正在学习如何使用Flink处理流数据。

根据我的理解，我可以多次使用函数map进行各种转换。

表示数据源不断向Flink发送字符串。所有字符串都是JSON格式的数据，如下所示：

{"name":"titi","age":18}
{"name":"toto","age":20}
...

下面是我的代码：

final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
FlinkPravegaReader<String> source = FlinkPravegaReader.<String>builder()
    .withPravegaConfig(pravegaConfig)
    .forStream(stream)
    .withDeserializationSchema(new PravegaDeserializationSchema<>(String.class, new JavaSerializer<>()))
    .build();

// Convert String to Json Object
// MyJson is a POJO class, defined by me
DataStream<MyJson> jsonStream = env.addSource(source).name("Pravega Stream")
    .map(new MapFunction<String, MyJson>() {
    @Override
    public MyJson map(String s) throws Exception {
        MyJson myJson = JSON.parseObject(s, MyJson.class);
        return myJson;
        }
    });
// Convert MyJson Object to String and extract what I need
DataStream<String> valueInJson = jsonStream
    .map(new MapFunction<MyJson, String>() {
        @Override
        public String map(MyJson myJson) throws Exception {
            return myJson.getName().toString();
        }
    });
valueInJson.print();
env.execute("StreamingJob");

正如您所看到的，我的示例非常简单：获取并反序列化数据-->将string转换为Json对象-->将Json对象转换为string并获取所需内容（这里只需要name)。

就目前而言，似乎一切都很好。我确实从日志文件中获得了预期的输出。

不过，我知道Flink为我们提供了一个强大的功能：窗口。

我想知道如何在我的例子中使用这个机制。

例如，如果我想用一些2秒的窗口拆分数据流，如何编码？

DataStream<String> valueInJson = jsonStream
    .timeWindow(Time.seconds(2))
    .map(new MapFunction<MyJson, String>() {
        @Override
        public String map(MyJson myJson) throws Exception {
            return myJson.toString();
        }
    });
valueInJson.print();

但是，我输入了：

import org.apache.flink.streaming.api.windowing.windows.TimeWindow;
import org.apache.flink.streaming.api.windowing.time.Time;

为什么我会得到这个错误？我用错窗户了吗？我是不是错过了关于Flink的理解？

Answer 1

出现错误是因为timewindow()函数是在keyedstream中定义的，而不是在datastream中，因为它是基于键的操作。在您的情况下，将timewindow()更改为timeWindowall()就足够了。