如何根据状态更改事件以分布式方式计算flink处于一个状态的“客户端”数量？我需要有状态的对象

Question

我正在使用kafka在java中进行poc项目-

在Kafka上，将产生数量不可预测的事件，从0到数千个事件/秒，例如关于特定主题的事件。

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

Flink将消耗此事件，并应每秒陷入弹性搜索每个状态中的事件数ex：

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

我有10个状态：<代码>[创建，…，删除] 平均生命周期为15分钟。状态每秒可以更改两次。理论上可以增加新的州。

为了每时每刻都让溪流下沉，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对象，其中包含有关guid的信息-

我找到了一份关于有状态蒸汽处理https://cwiki.apache.org/confluence/display/FLINK/Stateful流处理的文件草稿

我是flink和流处理的新手，我还没有深入研究flink有状态流处理。对于第一个阶段，我想使用静态对象来实现这一点，但当启动几个flink实例时，这种方法将不起作用。

我想问你：

1. 你认为这种方法怎么样

此外，我还希望得到一些用于窗口有状态流解决方案（或其他解决方案）的代码片段。

谢谢

Answer 1

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理。它还使用每秒评估窗口的自定义触发器。就窗口操作而言，有一个RedueFunction，它只是为每个guid保留最新状态，还有一个WindowFunction，它发出一个（state，1）元组。然后我们通过这个状态进行键入并求和。我认为这应该会给你你想要的结果。

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")

ProcessingTimeTrigger with PeriodicFirings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
  }
}