Question

我正在通过Scala界面使用Flink进行一些数据处理。我有一些元组中的用户数据：

(user1, "titanic")
(user1, "titanic")
(user1, "batman")
(user2, "star wars")
(user2, "star wars")
(user2, "batman")

我想由用户键入密码，创建一个窗口，然后计算用户在该窗口内观看特定电影的次数，以便最终得到每个电影到观看次数的映射对于每个用户。例如，对于user1，正确的输出是Map("titanic" -> 2, "batman" -> 1)。我知道我的代码的第一部分应该看起来像这样：

keyedStream.keyBy(0).window(EventTimeSessionWindows.withGap(Time.minutes(10)))

但是我不知道如何在窗口内做进一步的聚合，这样我最终得到每个用户/窗口的视图计数图。我试图编写自己的AggregateFunction，将这些计数收集到一个可变的Map中，但是不幸的是，可变的Map无法序列化，所以失败了。

我该怎么办？

Answer 1

您应该可以使用AggregateFunction解决问题：

source
  .keyBy(0)
  .timeWindow(Time.seconds(10L))
  .aggregate(new AggregateFunction[(String, String), (String, Map[String, Int]), (String, Map[String, Int])] {
    override def createAccumulator(): (String, Map[String, Int]) = ("", Map())

    override def add(value: (String, String), accumulator: (String, Map[String, Int])): (String, Map[String, Int]) = {
      val counter = accumulator._2.getOrElse(value._2, 0)
      (value._1, accumulator._2 + (value._2 -> (counter + 1)))
    }

    override def getResult(accumulator: (String, Map[String, Int])): (String, Map[String, Int]) = accumulator

    override def merge(a: (String, Map[String, Int]), b: (String, Map[String, Int])): (String, Map[String, Int]) = {
      (a._1, (a._2.keySet ++ b._2.keySet) map (k => k -> (a._2.getOrElse(k, 0) + b._2.getOrElse(k, 0))) toMap)
    }
  })

使用Flink在键控窗口中获取计数

1 个答案: