apache-flink - 弗林克 : Stateful stream processing by key

Question

我有数据流，例如带有 ID 的 JSON 记录。

我想处理数据，以便所有具有相同键的记录都由相同的有状态任务处理。

我怎样才能做到这一点？

Answer 1

这可以通过 KeyedStream 上的有状态运算符来完成。 .一个 KeyedStream将所有记录分区到一个键上，并确保所有具有相同键的记录进入同一个操作符实例并与相同的状态交互。

在代码中，这看起来像:

val stream: DataStream[(String, Long)] = ???
val sumByKey: DataStream[(String, Long)] = stream
  .keyBy(_._1) // key on the first attribute
  .map(new SumMapper())

class SumMapper extends RichMapFunction[(String, Long), (String, Long)] {

  var sumState: ValueState[Long] = _

  override def open(config: Configuration) {
    // configure state
    val sumDesc: ValueStateDescriptor[Long] =
      new ValueStateDescriptor[Long]("sum", classOf[Long])
    sumState = getRuntimeContext.getState(sumDesc)
  }

  override def map(in: (String, Long)): (String, Long) = {
    val sum = sumState.value() // get current sum from state
    val newSum = sum + in._2   // compute new sum
    sumState.update(newSum)    // update state
    (in._1, newSum)            // emit result
  }
}