我有一个数据流 1,2,3,4,5,6 .....
我正在应用如下滑动countWindow
inputStream.keyBy(“id”)。countWindow(2,1);
预期输出
1,2
2,3
3,4 ..
实际输出
1
1,2
2,3
3,4
为什么在累积窗口大小之前先滑动
答案 0 :(得分:2)
首先,您提供的预期输出是错误的。您指定窗口大小为2分钟。所以输出(假设它是窗口的开始和结束)应该是:
1:00:00, 1:01:00
1:01:00, 1:02:00
应将第一个带有时间戳1:00:00
的事件分配给窗口(0:59:00, 1:01:00)
和(1:00:00, 1:02:00)
。我相信这可以回答你的问题。
编辑后:
对于countWindow,应用相同的规则。第一个元素属于两个窗口。使用countWindow(4,2)
更容易推理。
看看一个基本的例子:
val sEnv = StreamExecutionEnvironment.getExecutionEnvironment
sEnv.setParallelism(1)
sEnv.fromCollection((1 to 10)).countWindowAll(4, 2).apply(
(window, numbers, collector: Collector[Seq[Int]]) =>
collector.collect(numbers.toSeq)
).print()
sEnv.execute()
输出结果为:
List(1, 2)
List(1, 2, 3, 4)
List(3, 4, 5, 6)
List(5, 6, 7, 8)
List(7, 8, 9, 10)
看到第一个元素所属的第一个窗口在过去开始。
答案 1 :(得分:1)