Question

我正试图在apache flink中加入两个流，以获得一些结果。

我项目的当前状态是，我正在获取Twitter数据并将其映射到2个元组中，其中保存了用户的语言和定义的时间窗口中的推文总和。对于每种语言的推文数量和每种语言的转发数，我都做这些。 tweet / retweet聚合在其他进程中工作正常。

我现在想在一个时间窗口中获取转发数量占所有转发数量的百分比。

因此，我使用以下代码：

Time windowSize = Time.seconds(15);

// Sum up tweets per language
DataStream<Tuple2<String, Integer>> tweetsLangSum = tweets
        .flatMap(new TweetLangFlatMap())
        .keyBy(0)
        .timeWindow(windowSize)
        .sum(1);

// ---

// Get retweets out of all tweets per language
DataStream<Tuple2<String, Integer>> retweetsLangMap = tweets
        .keyBy(new KeyByTweetPostId())
        .flatMap(new RetweetLangFlatMap());

// Sum up retweets per language
DataStream<Tuple2<String, Integer>> retweetsLangSum = retweetsLangMap
        .keyBy(0)
        .timeWindow(windowSize)
        .sum(1);

// ---

tweetsLangSum.join(retweetsLangSum)
            .where(new KeySelector<Tuple2<String, Integer>, String>() {
                @Override
                public String getKey(Tuple2<String, Integer> tweet) throws Exception {
                    return tweet.f0;
                }
            })
            .equalTo(new KeySelector<Tuple2<String, Integer>, String>() {
                @Override
                public String getKey(Tuple2<String, Integer> tweet) throws Exception {
                    return tweet.f0;
                }
            })
            .window(TumblingEventTimeWindows.of(windowSize))
            .apply(new JoinFunction<Tuple2<String, Integer>, Tuple2<String, Integer>, Tuple4<String, Integer, Integer, Double>>() {
                @Override
                public Tuple4<String, Integer, Integer, Double> join(Tuple2<String, Integer> in1, Tuple2<String, Integer> in2) throws Exception {
                    String lang = in1.f0;
                    Double percentage = (double) in1.f1 / in2.f1;
                    return new Tuple4<>(in1.f0, in1.f1, in2.f1, percentage);
                }
            })
            .print();

当我打印tweetsLangSum或retweetsLangSum时，输出似乎正常。我的问题是，我从未从联接中获得任何输出。有谁知道为什么？还是在连接的第一步中使用窗口函数在连接方面是错误的？

Answer 1

这可能是由于不同时间语义的混合引起的。 KeyedStream.timeWindow()方法是一种快捷方式，可以根据配置的时间特征（即，如果启用了事件时间，则是事件时间窗口，否则是处理时间窗口）来创建窗口运算符。对于联接，您可以显式定义一个事件时间窗口。

您启用了事件时间处理吗？

env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);

Apache Flink：流触发窗口未触发

1 个答案: