Flink使用POJO提高处理效率和代码可读性

根据Flink文档Flink 的 TypeInformation 类介绍:

POJOs 是特别有趣的，因为他们支持复杂类型的创建以及在键的定义中直接使用字段名： dataSet.join(another).where("name").equalTo("personName") 它们对运行时也是透明的，并且可以由 Flink 非常高效地处理。

在Flink中使用POJO有利于提高处理效率，并且能够提高代码可读性。

什么样的类才能当做POJO？定义了一个类，它是否被Flink当做POJO了呢？

1. 什么样的类才能当做POJO？

这部分在官方文档中有介绍：

①该类是公有的 (public) 和独立的（没有非静态内部类）

②该类拥有公有的无参构造器

③类（以及所有超类）中的所有非静态、非 transient 字段都是公有的（非 final 的）， 或者具有遵循 Java bean 对于 getter 和 setter 命名规则的公有 getter 和 setter 方法。

上面的三条看不懂？往下看

1. 创建了一个类，它是否被Flink当做POJO？

最简单的就是实例化一个对象，放到Flink中运行一下，看Flink怎么说。

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
env.enableCheckpointing(1000);
final MyPOJOClass whiteListAlarm = new MyPOJOClass();
final DataStreamSource source = env.fromElements(MyPOJOClass);
final DataStream map = source.map((MapFunction) value -> value.toString());
map.print();
env.execute();

把日志设置为INFO等级，如果这个类不能被当做POJO，日志中会有对应的描述。在日志中搜索'pojo'就能看到，如果没有搜索到，那么恭喜你的类是一个POJO。

1. Flink是如何判断一个类是否为POJO的？

请看源码org.apache.flink.api.java.typeutils.TypeExtractor.analyzePojo方法，主要做了如下验证：

• 类是否为public
• 类是否有field（个人理解：这个类是不是用来存储数据的）
• 每个field是否都是符合POJO要求的（参看文档或者源码方法isValidPojoField）
• 是否有自定义的序列化、反序列化方法(是否重写了readObject和writeObject)
• 是否有public的空构造方法（如果没有定义构造方法编译时会自动添加public的空构造方法，如果定义了非空参数的沟构造方法，要显式的定义一个空参数的public构造方法）

1. 答疑

问：我的Class继承了自另一个抽象类，是否为POJO？

答：如果抽象类和继承后的类都满足那就是POJO

问：我在Pojo中定义了一些方法，它还是POJO吗？

答：是

问：我的Pojo实现了一个接口，它还是POJO吗？

答：是的

方法什么的在序列化的时候是不会被序列化的，它们被存储在一个公共的内存区，序列化的是field，因此每个field是否符合POJO要求(是否有public的getter、setter)很重要，反序列化时需要先构造一个对象所以需要一个默认的public构造方法(空参数)