Flink accumulator Counter 累加器 和 计数器

Accumulators(累加器)是非常简单的，通过一个add操作累加最终的结果，在job执行后可以获取最终结果

最简单的累加器是counter(计数器)：你可以通过Accumulator.add(V value)这个方法进行递增。在任务的最后，flink会吧所有的结果进行合并，然后把最终结果发送到client端。累加器在调试或者你想更快了解你的数据的时候是非常有用的。


Flink现在有一下内置累加器。每个累加器都实现了Accumulator接口。

 

 

• IntCounter, LongCounter 和 DoubleCounter：下面是一个使用计数器的例子。
• Histogram(直方图)：针对离线箱子数量的直方图实现。内部是一个map，从integer到integer。你可以使用它来计算分布式的值。例如：分布式的单词统计程序。

 

 

 

如何使用累加器

 

 

第一步你需要在你想要使用的地方创建一个自定义的transformation算子，在算子中创建一个累加器对象(在这是一个counter)。

 

private IntCounter numLines = new IntCounter();

第二步你需要注册这个累加器对象，通常在rich函数的open方法里面。在这里你也可以定义一个名字

getRuntimeContext().addAccumulator("num-lines", this.numLines);

 

现在你可以在任何操作中使用这个累加器，包含open方法和close方法

 

this.numLines.add(1);

最终的总结果将会存储在从execute()中返回的JobExecutionResult对象中。(这个操作需要等待任务执行完成)

myJobExecutionResult.getAccumulatorResult("num-lines")

所有的累加器在一个job任务中都是只共享一个单独的命名空间，所以你可以在你的job任务中的不同算子函数中使用相同的累加器，flink内部会合并所有名称相同的累加器。

在使用累加器和迭代器的时候注意：目前累加器的最终结果只能在任务执行结束之后才能获得。我们也计划在下一次迭代的时候返回上一次迭代的结果。你可以使用聚合器来计算每个迭代统计等数据

 

自定义累加器

实现自定义的累加器只需要实现Accumulator接口即可。随意创建一个pull请求，如果你认为你的自定义累加器应该附加在flink上面。
你可以选择实现Accumulator 或者 SimpleAccumulator

Accumulator是最灵活的。它定了一个V类型的值可以进行累加，和一个R类型的值作为最终结果。例如：针对一个直方图，V是一个数字，R是一个直方图。
SimpleAccumulator的情况下，这两种类型都是一样的，例如：counters累加器。

 

 

 

获取更多大数据资料，视频以及技术交流请加群：