1. import org.apache.flink.api.common.state.ReducingState;
  2. import org.apache.flink.api.common.state.ReducingStateDescriptor;
  3. import org.apache.flink.api.common.typeutils.base.LongSerializer;
  4. import org.apache.flink.api.common.typeutils.base.IntSerializer;
  5. import org.apache.flink.streaming.api.windowing.triggers.Trigger;
  6. import org.apache.flink.streaming.api.windowing.triggers.TriggerResult;
  7. import org.apache.flink.streaming.api.windowing.windows.Window;
  8. import org.slf4j.Logger;
  9. import org.slf4j.LoggerFactory;
  10. /**
  11. * @Auther WeiJiQian
  12. * @描述 CountAndTimeTrigger : 满足一定条数和时间触发
  13. * * 条数的触发使用计数器计数
  14. * * 时间的触发,使用 flink 的 timerServer,注册触发器触发
  15. */
  16. public class CountAndTimeTrigger<W extends Window> extends Trigger<Object, W> {
  17. private Logger logger = LoggerFactory.getLogger(this.getClass());
  18. // 触发的条数
  19. private final long size;
  20. // 触发的时长
  21. private final long interval;
  22. private static final long serialVersionUID = 1L;
  23. // 条数计数器
  24. private final ReducingStateDescriptor<Integer> countStateDesc =
  25. new ReducingStateDescriptor<>("count", new ReduceSum(), IntSerializer.INSTANCE);
  26. // 时间计数器,保存下一次触发的时间
  27. private final ReducingStateDescriptor<Long> timeStateDesc =
  28. new ReducingStateDescriptor<>("fire-interval", new ReduceMin(), LongSerializer.INSTANCE);
  29. public CountAndTimeTrigger(long size, long interval) {
  30. this.size = size;
  31. this.interval = interval;
  32. }
  33. // 每条元素到来时.
  34. @Override
  35. public TriggerResult onElement(Object element, long timestamp, W window, TriggerContext ctx) throws Exception {
  36. // 注册窗口结束的触发器, 不需要会自动触发
  37. // ctx.registerProcessingTimeTimer(window.maxTimestamp());
  38. // count
  39. ReducingState<Integer> count = ctx.getPartitionedState(countStateDesc);
  40. //interval
  41. ReducingState<Long> fireTimestamp = ctx.getPartitionedState(timeStateDesc);
  42. // 每条数据 counter + 1
  43. count.add(1);
  44. if (count.get() >= size) {
  45. System.out.println("窗口结束: 计数器触发 count : {}"+ count.get());
  46. // 满足条数的触发条件,先清 0 条数计数器
  47. count.clear();
  48. // 满足条数时也需要清除时间的触发器,如果不是创建结束的触发器
  49. if (fireTimestamp.get() != window.maxTimestamp()) {
  50. // logger.info("delete trigger : {}, {}", sdf.format(fireTimestamp.get()), fireTimestamp.get());
  51. ctx.deleteProcessingTimeTimer(fireTimestamp.get());
  52. }
  53. fireTimestamp.clear();
  54. // fire 触发计算
  55. return TriggerResult.FIRE;
  56. }
  57. // 触发之后,下一条数据进来才设置时间计数器注册下一次触发的时间
  58. timestamp = ctx.getCurrentProcessingTime();
  59. // timestamp = System.currentTimeMillis();
  60. if (fireTimestamp.get() == null) {
  61. // long start = timestamp - (timestamp % interval);
  62. long nextFireTimestamp = timestamp + interval;
  63. // logger.info("register trigger : {}, {}", sdf.format(nextFireTimestamp), nextFireTimestamp);
  64. ctx.registerProcessingTimeTimer(nextFireTimestamp);
  65. fireTimestamp.add(nextFireTimestamp);
  66. }
  67. return TriggerResult.CONTINUE;
  68. }
  69. // 处理时间到的时候,开始处理
  70. @Override
  71. public TriggerResult onProcessingTime(long time, W window, TriggerContext ctx) throws Exception {
  72. // count
  73. ReducingState<Integer> count = ctx.getPartitionedState(countStateDesc);
  74. //interval
  75. ReducingState<Long> fireTimestamp = ctx.getPartitionedState(timeStateDesc);
  76. // time trigger and window end
  77. if (fireTimestamp.get() != null && time == window.maxTimestamp()) {
  78. System.out.println("窗口结束: 正常结束 {}" + time);
  79. // 窗口结束,清0条数和时间的计数器
  80. count.clear();
  81. ctx.deleteProcessingTimeTimer(fireTimestamp.get());
  82. fireTimestamp.clear();
  83. return TriggerResult.FIRE_AND_PURGE;
  84. } else if (fireTimestamp.get() != null && fireTimestamp.get().equals(time)) {
  85. System.out.println("窗口结束:时间计数器触发, time : {}" + time);
  86. // 时间计数器触发,清0条数和时间计数器
  87. count.clear();
  88. fireTimestamp.clear();
  89. return TriggerResult.FIRE;
  90. }
  91. return TriggerResult.CONTINUE;
  92. }
  93. @Override
  94. public TriggerResult onEventTime(long time, W window, TriggerContext ctx) throws Exception {
  95. // count
  96. ReducingState<Integer> count = ctx.getPartitionedState(countStateDesc);
  97. //interval
  98. ReducingState<Long> fireTimestamp = ctx.getPartitionedState(timeStateDesc);
  99. // time trigger and window end
  100. if (time == window.maxTimestamp()) {
  101. System.out.println("窗口结束 : {}"+ time);
  102. // 窗口结束,清0条数和时间的计数器
  103. count.clear();
  104. ctx.deleteProcessingTimeTimer(fireTimestamp.get());
  105. fireTimestamp.clear();
  106. return TriggerResult.FIRE_AND_PURGE;
  107. } else if (fireTimestamp.get() != null && fireTimestamp.get().equals(time)) {
  108. System.out.println("时间计数器触发, time : {}"+ time);
  109. // 时间计数器触发,清0条数和时间计数器
  110. count.clear();
  111. fireTimestamp.clear();
  112. return TriggerResult.FIRE;
  113. }
  114. return TriggerResult.CONTINUE;
  115. }
  116. @Override
  117. public void clear(W window, TriggerContext ctx) throws Exception {
  118. ctx.getPartitionedState(countStateDesc).clear();
  119. ctx.getPartitionedState(timeStateDesc).clear();
  120. }
  121. // 多个slot 中的 数据合并.
  122. @Override
  123. public void onMerge(W window, OnMergeContext ctx) throws Exception {
  124. super.onMerge(window, ctx);
  125. ctx.mergePartitionedState(timeStateDesc);
  126. ctx.mergePartitionedState(countStateDesc);
  127. }
  128. }

Flink 自定义触发器的更多相关文章

  1. flink 自定义触发器 定时或达到数量触发

    flink 触发器 触发器确定窗口(由窗口分配程序形成)何时准备由窗口函数处理.每个WindowAssigner都带有一个默认触发器. 如果默认触发器不适合需求,我们就需要自定义触发器. 主要方法 触 ...

  2. zabbix自定义触发器

    zabbix中监控项仅负责收集数据,而通常收集数据的目的还包括在某指标对应的数据超出合理范围时给相关人员发送告警信息,"触发器"正式 用于为监控项所收集的数据定义阈值,每一个触发器 ...

  3. Flink自定义Sink

    Flink自定义Sink Flink 自定义Sink,把socket数据流数据转换成对象写入到mysql存储. #创建Student类 public class Student { private i ...

  4. Flink 自定义source和sink,获取kafka的key,输出指定key

    --------20190905更新------- 沙雕了,可以用  JSONKeyValueDeserializationSchema,接收ObjectNode的数据,如果有key,会放在Objec ...

  5. 4、flink自定义source、sink

    一.Source 代码地址:https://gitee.com/nltxwz_xxd/abc_bigdata 1.1.flink内置数据源 1.基于文件 env.readTextFile(" ...

  6. 【Linux】Zabbix自定义触发器语法

    Zabbix触发器的语法如下: {<server>:<key>.<function>(<parameter>)}<operator>< ...

  7. zabbix自定义触发器进行监控

    给某一主机创建触发器 触发器属性,其中centos是主机名,也就是你监控的那台主机的名字,可以点击bp2,查看该主机的hostname 检测该触发器 在该主机下可以看到刚创建的触发器 最后我们给该主机 ...

  8. Flink 实现指定时长或消息条数的触发器

    Flink 中窗口是很重要的一个功能,而窗口又经常配合触发器一起使用. Flink 自带的触发器大概有: CountTrigger: 指定条数触发 ContinuousEventTimeTrigger ...

  9. Flink去重统计-基于自定义布隆过滤器

    一.背景说明 在Flink中对流数据进行去重计算是常有操作,如流量域对独立访客之类的统计,去重思路一般有三个: 基于Hashset来实现去重 数据存在内存,容量小,服务重启会丢失. 使用状态编程Val ...

随机推荐

  1. 分享用MathType编辑字母与数学公式的技巧

    利用几何画板在Word文档中画好几何图形后,接着需要编辑字母与数学公式,这时仅依靠Word自带的公式编辑器,会发现有很多公式不能编辑,所以应该采用专业的公式编辑器MathType,下面就一起来学习用M ...

  2. 学习django笔记一:在urls.py中导入sign应用views文件的问题

    >python-admin startproject guest     #创建guest项目 >python3 manage.py startapp sign  #在guest项目中创建 ...

  3. IO模式 select、poll、epoll

    阻塞(blocking).非阻塞(non-blocking):最常听到阻塞与非阻塞这两个词就是在函数调用中,比如waitid这个函数,通过NOHANG参数可以把waitid设置为非阻塞的,也就是问询一 ...

  4. 装饰模式(Decorator Pattern)

    代理模式:动态地给一个对象添加一些额外的职责,它比生成子类方式更为灵活. 优点:在某些时候装饰模式比继承(inheritance)要更加灵活 装饰模式的组成 (1)抽象组件:定义一个抽象接口,来规范准 ...

  5. BootstrapBlazor 组件库介绍

    项目介绍 演示系统地址:https://www.blazor.zone Blazor 是一个使用 .NET 生成交互式客户端 Web UI 的框架: 使用 C# 代替 JavaScript 来创建丰富 ...

  6. 以前一个个文件删数据的我,今天终于找到了释放C盘空间的办法

    这是我刚刚清理的C盘,亲测有效!无需安装清理空间的软件,我的电脑品牌是华硕. win10的电脑应该都有搜索功能,如果没有开启,可以鼠标右键点击任务栏. 弹出菜单找到[搜索]-[显示搜索图标],勾选即可 ...

  7. 在之前的EventHandler中的参数类型必须继承EventArgs,现在已经去掉这个约束了。

    分别是vs2008和vs2012的对比,可以看到2012已经去掉了约束条件.

  8. Python中repr(变量)和str(变量)的返回值有什么区别和联系

    Python中repr(变量)和str(变量)都返回一个描述对象的字符串,二者有关联又有不同.由于Python3.0后都是新式类,我们的分析也是基于新式类进行的.基于object派生的新式类中二者之间 ...

  9. 云原生时代 给予.NET的机会

    .NET诞生于与Java的竞争,微软当年被罚款20亿美元. Java绝不仅仅是一种语言,它是COM的替代者! 而COM恰恰是Windows的编程模型.而Java编程很多时候比C++编程要容易的多,更致 ...

  10. golang GMP goroutine调度器

    Goroutine可以动态的伸缩栈的大小,最小2-4kb,最大1GB