Flink中关于Window API 演示以及时间窗口详解

1. Flink中窗口的API分类

• 在Flink流计算中，提供Window窗口API分为两种

1）、针对KeyedStream窗口API：window

• 第一步、数据流DataStream调用keyBy函数分组，获取KeyedStream
• 第二步、KeyedStream.window设置窗口
• 第三步、聚合操作，对窗口中数据进行聚合统计
  • 函数：reduce、fold、aggregate函数
  • apply() 函数

也就是调用了keyBy算子的,使用window

// TODO: KeyedStream窗口操作，先分组，再窗口，最后聚合
SingleOutputStreamOperator<String> windowDataStream = tupleStream
// 设置Key进行分组
.keyBy(0)
// 设置窗口，每5秒中统计最近5秒的数据，滚动窗口
.window(TumblingProcessingTimeWindows.of(Time.seconds(5)))
// 聚合操作
.apply(new WindowFunction<Tuple2<String, Integer>, String, Tuple, TimeWindow>() {
     
    @Override
    public void apply(Tuple tuple, 
                      TimeWindow window, 
                      Iterable<Tuple2<String, Integer>> input, 
                      Collector<String> out) throws Exception {
     

    }
});

2）、非KeyedStream窗口API：windowAll

• 直接调用窗口函数：windowAll，对窗口所有数据进行处理，未进行分组
• 聚合操作，对窗口中数据进行聚合统计
  • 函数：reduce、fold、aggregate函数
  • apply() 函数

也就是没有使用keyBy算子的,使用windowAll

// TODO: 未进行分组，直接窗口window，再聚合
SingleOutputStreamOperator<String> allWindowDataStream = tupleStream
	.windowAll(TumblingProcessingTimeWindows.of(Time.seconds(5)))
	.apply(new AllWindowFunction<Tuple2<String, Integer>, String, TimeWindow>() {
     
		@Override
		public void apply(TimeWindow window,
		                  Iterable<Tuple2<String, Integer>> values,
		                  Collector<String> out) throws Exception {
     

		}
	});

2. 关于滚动时间窗口的案例分析

import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.windowing.time.Time;

/**
 * @author liu a fu
 * @version 1.0
 * @date 2021/3/7 0007
 * @DESC   窗口统计案例演示：滚动时间窗口（Tumbling Time Window），实时交通卡口车流量统计
 * TODO: 滚动窗口数据不会重复  想成水流在流动
 *       滑动窗口数据会重复 想成窗口在走动
 */
public class StreamTumblingTimeWindow {
     
    public static void main(String[] args) throws Exception {
     
        //1-环境准备
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        //2-数据源source
        DataStreamSource<String> inputDataStream = env.socketTextStream("node1.itcast.cn", 9999);

        //3-数据的transformation
/*
数据：
a,3
a,2
a,7
d,9
b,6
a,5
b,3
e,7
e,4
 */
        SingleOutputStreamOperator<Tuple2<String, Integer>> mapDataStream = inputDataStream
                .filter(line -> line != null && line.trim().split(",").length == 2)
                .map(new MapFunction<String, Tuple2<String, Integer>>() {
     
                    @Override
                    public Tuple2<String, Integer> map(String line) throws Exception {
     
                        String[] split = line.trim().split(",");
                        return new Tuple2<String, Integer>(split[0], Integer.parseInt(split[1]));
                    }
                });
        // TODO: 先按照卡口分组，再进行窗口操作，最后聚合累加  使用了keyBy  所以使用window
        SingleOutputStreamOperator<Tuple2<String, Integer>> resultDataStream = mapDataStream
                .keyBy(0)   // 下标索引，卡口编号
                .timeWindow(Time.seconds(5))    // 滚动时间窗口，仅仅设置窗口大小即可
                .sum(1);
        //4-数据的sink
        resultDataStream.printToErr();
        //5-execute
        env.execute(StreamTumblingTimeWindow.class.getSimpleName()) ;

    }
}

3. 关于滑动时间窗口的案例分析

import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.windowing.time.Time;

/**
 * 窗口统计案例演示：滑动时间窗口（Sliding Time Window），实时交通卡口车流量统计
 */
public class StreamSlidingTimeWindow {
     

	public static void main(String[] args) throws Exception {
     
		// 1. 执行环境-env
		StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
		env.setParallelism(1);

		// 2. 数据源-source
		DataStreamSource<String> inputDataStream = env.socketTextStream("node1.itcast.cn", 9999);

		// 3. 数据转换-transformation
/*
数据：
a,3
a,2
a,7
d,9
b,6
a,5
b,3
e,7
e,4
 */
		SingleOutputStreamOperator<Tuple2<String, Integer>> mapDataStream = inputDataStream
			.filter(line -> null != line && line.trim().split(",").length == 2)
			.map(new MapFunction<String, Tuple2<String, Integer>>() {
     
				@Override
				public Tuple2<String, Integer> map(String line) throws Exception {
     
					String[] split = line.trim().split(",");
					return new Tuple2<String, Integer>(split[0], Integer.parseInt(split[1]));
				}
			});

		// TODO: 先按照卡口分组，再进行窗口操作，最后聚合累加
		SingleOutputStreamOperator<Tuple2<String, Integer>> sumDataStream = mapDataStream
			.keyBy(0) // 下标索引，卡口编号
			// public WindowedStream timeWindow(Time size, Time slide)
			.timeWindow(Time.seconds(10), Time.seconds(5))  // 滑动时间窗口 大小10s  滑动时间5秒
			.sum(1);

		// 4. 数据终端-sink
		sumDataStream.printToErr();

		// 5. 触发执行-execute
		env.execute(StreamSlidingTimeWindow.class.getSimpleName()) ;
	}

}