Apache Flink中的流预测
是否可以在Apache Flink中使用已经成批训练的模型对dataStream进行预测？
支持向量机的预测功能需要一个数据集作为输入，而不需要一个数据集。
不幸的是，我不知道如何使用FlatpMap/Map函数使其工作。
我是这样训练SVM模型的：
val svm2=SVM（）
svm2.setseed(1)
svm2.fit（trainLV）
val testVD=testlv.map(lv=>(lv.vector,lv.label))
val evalSet=svm2.evaluate（testVD）
然后在流环境中有一个传入的datastream:
datastream[(Int,Int,Int)]
，它应该使用svm模型进行二进制分类。
谢谢！
共有1个答案
Flink的ML库目前只支持批处理。如果希望使用DataStreamAPI进行预测，则需要实现自己的FlatMap/Map函数，该函数接受模型并将其应用于传入的事件。
-
我正在尝试为ApacheFlink导入ScalaAPI流扩展，如中所述https://ci.apache.org/projects/flink/flink-docs-master/apis/scala_api_extensions.html 但是，我的ScalaIDE抱怨以下消息：对象扩展不是包的成员org.apache.flink.streaming.api.scala 我使用的是scala 2
-
我有以下代码来计算socketTextStream中的单词。累积字数和时间窗字数都是必需的。该程序存在累积计数始终与窗口计数相同的问题。为什么会出现这个问题？根据加窗计数计算累积计数的正确方法是什么？
-
安装（下载 这是Flink的默认配置。 关于这里发生了什么事，有什么建议吗？
-
我想在Apache Flink中做流媒体工作来做Kafka- 这应该是流式处理。
-
我有2个使用kafka主题创建的流，我正在使用DataStream API加入它们。我希望将连接（应用）的结果发布到另一个kafka主题。我在外部主题中看不到连接的结果。 我确认我向两个源主题发布了正确的数据。不确定哪里出了问题。下面是代码片段， 创建的流如下所示。 流连接使用等于的连接执行，如下所示。 如下所述， 有什么线索吗，哪里出了问题？我可以在拓扑中看到可用的消息，谢谢
-
我想在Apache Flink中实现以下场景： 给定一个具有4个分区的Kafka主题，我想使用不同的逻辑在Flink中独立处理分区内数据，具体取决于事件的类型。 特别是，假设输入Kafka主题包含前面图像中描述的事件。每个事件具有不同的结构:分区1具有字段“a”作为关键字，分区2具有字段“b”作为关键字，等等。在Flink中，我希望根据事件应用不同的业务逻辑，所以我认为我应该以某种方式分割流。为了