Flink window详解

楼高2年前技术文章596

一、窗口(window)

image.png

一般真实的流都是无界的,如果是无界怎样处理无界的数据

可以把无限的数据流进行切分,得到有限的数据集进行处理 —— 也 就是得到有界流 

窗口(window)就是将无限流切割为有限流的一种方式,它会将流 数据分发到有限大小的桶(bucket)中进行分析

二、window类型

1.时间窗口(Time Window) 

滚动时间窗口 

滑动时间窗口 

会话窗口 

2.计数窗口(Count Window) 

滚动计数窗口 

滑动计数窗口

滚动窗口:将数据依据固定的窗口长度对数据进行切分 时间对齐,窗口长度固定,没有重叠

滑动窗口:是固定窗口的更广义的一种形式,滑动窗口由固定的窗口 长度和滑动间隔组成 窗口长度固定,可以有重叠

会话窗口:由一系列事件组合一个指定时间长度的 timeout 间隙组成,也就 是一段时间没有接收到新数据就会生成新的窗口,特点:时间无对齐

三、window API

1.window方法 

使用 .window() 来定义一个窗口,然后基于这个 window 去做一些聚 合或者其它处理操作。注意 window () 方法必须在 keyBy 之后才能用。 

Flink 提供了更加简单的 .timeWindow 和 .countWindow 方法,用于定义 时间窗口和计数窗口。

2.窗口分配器

window() 方法接收的输入参数是一个 WindowAssigner 

WindowAssigner 负责将每条输入的数据分发到正确的 window 中 

Flink 提供了通用的 WindowAssigner 

滚动窗口(tumbling window) 

滑动窗口(sliding window)

会话窗口(session window)

全局窗口(global window)

3.窗口函数

window function 定义了要对窗口中收集的数据做的计算操作 

可以分为两类:

增量聚合函数(incremental aggregation functions) 

(1)每条数据到来就进行计算,保持一个简单的状态 

(2)ReduceFunction, AggregateFunction 

全窗口函数(full window functions) 

(1)先把窗口所有数据收集起来,等到计算的时候会遍历所有数据 

(2)ProcessWindowFunction,WindowFunction

四、其它可选 API 

(1).trigger() —— 触发器:定义 window 什么时候关闭,触发计算并输出结果 

(2).evictor() —— 移除器:定义移除某些数据的逻辑 

(3).allowedLateness() —— 允许处理迟到的数据

(4).sideOutputLateData() —— 将迟到的数据放入侧输出流 

(5).getSideOutput() —— 获取侧输出流

相关文章

开源大数据集群部署(二十一)Spark on yarn 部署

开源大数据集群部署(二十一)Spark on yarn 部署

3.0.1 spark on yarn安装(每个节点) cd /root/bigdata/ tar -xzvf spark-3.3.1-bin-hadoop3.tgz -C /opt/ ln -s...

JMS 介绍

JMS 介绍

一、JMS的基础JMS是什么:JMS是Java提供的一套技术规范JMS干什么用:用来异构系统 集成通信,缓解系统瓶颈,提高系统的伸缩性增强系统用户体验,使得系统模块化和组件化变得可行并更加灵活通过什么...

MySQL keepalived配置(一)

一、MySQL数据初始化1.1、创建ha元数据结构:create database myha;  use myha;CREATE TABLE `ha_conf` ( `id` int(11) NOT...

Flink关于HiveCatalog

HiveCatalogHiveCatalog 有两个用途:作为原生 Flink 元数据的持久化存储,以及作为读写现有 Hive 元数据的接口。配置在flink-sql-connector-hive-1...

Hive合并小文件:hive归档(archive)

Hive合并小文件:hive归档(archive)

一、概述       在HDFS中数据和元数据分别由DataNode和NameNode负责,这些元数据每个对象一般占用大约150个字节。大量的小文件相对于大文件会占用大量的NameNode内存。对Na...

MySQL性能优化(五)字符集不一致导致的隐式类型转换

MySQL性能优化(五)字符集不一致导致的隐式类型转换

上一篇文章中,我们介绍了隐式类型转换。这里我们介绍另一种形式的隐式类型转换,由于字符集不一致,导致关联查询无法使用索引。一个例子SELECT *  FROM funds...

发表评论    

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。