《flink》专题

我正在研究一个Flink流式处理器，它可以从Kafka读取事件。这些事件由其中一个字段键控，并且在减少和输出之前应该在一段时间内加窗。我的处理器使用事件时间作为时间特性，因此从它所消耗的事件中读取时间戳。以下是它目前的样子： 我所知道的事件如下： null null

我有10个状态:，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，我需要具有关于和信息的有状态对象，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f

我有一个窗口化的每小时聚合的数据流。 Datastreamds=.....

如果是，请把我放在轨道上实现。

null

我需要将一个由整数组成的立方体拆分为向量，对每个向量执行一些操作（比如简单的加法），然后将向量合并回一个立方体。向量操作应该并行执行（即每个流一个向量）。多维数据集是包含ID的对象。 我可以将多维数据集拆分为向量，并使用多维数据集ID创建一个元组，然后使用keyBy(ID)，并为每个多维数据集的向量创建一个分区。然而，似乎我必须使用某个时间单位的窗口来做这件事。应用程序对延迟非常敏感，所以我更喜欢

如果水印在指定的时间间隔内没有被更改（没有事件到达），运行时将不会发出任何水印？另一方面，如果在下一个间隔之前到达了新事件，则将立即发出新的水印，或者将其排队/等待，直到到达下一个setAutoWatermarkInterval间隔。 我很好奇AutoWatermarkInterval的最佳配置是什么（特别是对于高速率源）：这个值越小，处理时间和事件时间之间的延迟就越小，但发送水印的带宽开销越大。

当我们进行基于事件时间的聚合时，有一个实时的数据流--某个键的事件的水印会触发其他键的窗口操作吗？ id为2的事件是否会触发id为1的12:00-12:10的时间窗口？或者只有在12:20下一个id为1的事件到达时才会发生？

总之，我希望flatMap1()和flatMap2()按照我在事件中设置的时间戳的顺序被调用。但那不是真的。

请检查上面的代码，并告诉我是否做得正确。在事件时间和水印分配之后，我想在process函数中处理流，其中我将为不同的密钥收集10分钟的流数据。

我有一个来自Kafka数据流，它对MyModel中的一个字段有2个可能的值。MyModel是一个pojo,具有从Kafka的消息解析的特定于领域的字段。

我有3个不同类型的键控数据流。 我不能使用联合（允许多个数据流），因为类型不同。我希望避免创建包装器，并将所有流转换为相同的类型。

我正在尝试将Apache Flink用于IoT应用程序。我有一堆设备可以处于几种状态之一。当设备更改状态时，它会发出一条消息，其中包括事件时间戳和它更改到的状态。对于一个设备，可能如下所示： {device_id:1,event_timestamp:9:01,state:STATE_1} 我的问题是：Flink只会为给定的device_id打开一个窗口，如果该窗口有一个事件。这意味着，如果设备超过