我非常对Flink来说是新手。我阅读了文档并使用了一些示例代码，但我很难开始满足我的要求。
我们希望使用Flink来维护窗口化聚合，作为事务监视应用程序的一部分。这些将使用滑动窗口定义。一个例子是：“过去5天中CASH交易的总金额”。这是我需要我的Flink应用程序做的事情： 1.通过阅读历史聚合和构建窗口来准备事务处理 2.对于每个新交易： 一个。使用新的事务数据更新窗口化聚合 湾找到与传入时间戳匹配的窗口，并将聚合值添加到事务中 C。通过RabbitMQ或Kafka接收器将增强的事务（原始字段+来自匹配窗口的聚合）发送到下游处理器
对于每个进入的交易，我想要一个（并且只有一个）包含原始交易字段和聚合的输出。
我看到了如何创建窗口分配器的代码以及逐步维护聚合的代码。我不确定如何将此连接回原始事务记录，从与事务日期戳匹配的窗口追加聚合值。这似乎是对我的某种联系，但我不知道如何在Flink中实现。
我希望有人能用一些简单的代码（甚至伪代码）回复，让我开始使用上述数据流的“join”部分。如果我需要澄清，请告诉我。
答案 0 :(得分：0)
我并不完全清楚你打算如何将窗口与事务进行匹配，但总的来说，你可以将窗口化的聚合和事务流式传输到CoFlatMap，之后通过任何字段键入两个流将加入他们。您可以使用托管，键控状态来存储窗口化聚合，然后您可以将其加入到事务中。
如果交易是无序的，如果您需要更加小心时间，那么您可能需要考虑使用CoProcessFunction代替CoFlatMap（不同之处在于{ {1}}允许您访问计时器服务）。如果您需要使用计时器清除不再相关的密钥的过期状态，您可能还需要使用CoProcessFunction。
Flink培训包括实施Low-latency, Deterministic, Event Time Join的练习，但这可能比您需要的要复杂得多，具体取决于您的要求。