我需要开发一种应用程序的PoC，它可以动态识别并跟踪移动目标的位置。
应用程序接收流作为输入：
- 不同事件 E
- 新位置事件：当前位置[lat，lon]
- transmissionCode已更改事件：已将代码更改为“ Code-1234”
- ...
- 通过移动目标（例如
注意：传输代码可以随时间（一周一次）更改
源事件不包含有关哪个目标生成哪个事件的信息，因此我需要（尝试）基于事件属性的子集来唯一标识目标，例如：
targetID =函数（transmissionCode，时间戳，位置[，...]）
通过连续处理流，应用程序应自动生成并更新具有最新已知位置和有关目标的信息（例如，最新已知传输代码）的已识别目标列表。
为此，我一直在阅读Apache Flink文档，但是对于如何正确实现此用例感到有些困惑。
我是Flink的新手，在阅读完所有内容后，我认为我应该这样做：
通过事件时间- 处理非键控输入流（并行度= 1？）
- 尝试通过查看事件的某些属性来识别目标（使用目标ID丰富事件的map函数吗？）
- 使用关联的事件信息生成新的targetID或更新列表中的现有targetID（带有状态的地图？）
疑问：
- 目标标识-在Flink的背景下考虑目标标识阶段是否是映射函数，该函数会在输出每个事件时添加目标ID并生成另一个流作为映射函数？
- 当前状态-如果1.是正确的，那么哪种Flink机制是用最新信息保存目标列表当前状态的最佳机制？我是否必须使用自定义POJO作为操作员状态并将整个列表存储在那里？ （最大目标是20万）
- 并行化-我可以以某种方式并行化目标识别阶段还是应该顺序进行？
最后，我需要处理流并使用最新的已知信息生成移动目标列表。
我希望对Flink有更多经验的人能给我一些提示，并使我走上正确的道路。
预先感谢