问题抽象: Flink单窗口数据量过大，导致窗口聚合过慢。

例子: 统计某个国家，某个城市的实时订单数。

痛点: 某"国家_城市"下订单数过大，比如百万级甚至千万级，导致窗口聚合时间过长，过慢。

解决方案: 先拆分，然后分别计算，最后汇总。拆分可以按照订单尾号拆分(选择尾号可以达到负载均衡，解决数据倾斜问题)。

创作于“惊天小蚂蚁”，转载请注明出处，谢谢！

SingleOutputStreamOperator<OrderModel> inStream = null;// todo 自定义源
inStream
    .flatMap(new FlatMapFunction<OrderModel, Tuple2<String, OrderModel>>() {
        @Override
        public void flatMap(OrderModel oneOrder, Collector<Tuple2<String, OrderModel>> out) throws Exception {
            // todo 数据拆分:   "国家_城市_订单尾号" 需要从oneOrder提取
            out.collect(new Tuple2("国家_城市_订单尾号", oneOrder));
        }
    })// 拆分逻辑
    .assignTimestampsAndWatermarks("todo 自己实现")//添加水印
    .keyBy(0)//按照key聚合 即国家_城市_订单尾号
    .timeWindow(Time.seconds(60L))//60s一个窗口
    .process(new ProcessWindowFunction() {
        @Override
        public void process(Object o, Context context, Iterable elements, Collector out) throws Exception {
            // todo 第一个窗口:计算某个尾号该分钟总订单数
        }
    })
    .keyBy("国家_城市")   // 国家_城市
    .window(ProcessingTimeSessionWindows.withGap(Time.seconds(5L)))//session 窗口,5秒钟容忍时间
    .process(new ProcessWindowFunction() {
        @Override
        public void process(Object o, Context context, Iterable elements, Collector out) throws Exception {
            // todo 第二个窗口:做汇总。实时订单总数=0号尾号订单数量+1号尾号订单数量+...+9号尾号订单数量
        }
    });

ITPub博客

Flink双窗口拆分合并

最新文章