Flink旁路输出OutputTag

2024-01-16 15:36
文章标签 输出 flink 旁路 outputtag

本文主要是介绍Flink旁路输出OutputTag,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 前言
  • 代码示例
    • 1.流复制
    • 2.条件分流
    • 3.迟到数据分流


前言

除了由 DataStream 操作产生的主要流之外,还可以产生任意数量的旁路输出结果流。结果流中的数据类型不必与主要流中的数据类型相匹配,并且不同旁路输出的类型也可以不同。当你需要拆分数据流时,通常必须复制该数据流,然后从每个流中过滤掉不需要的数据。

使用旁路输出时,首先需要定义用于标识旁路输出流的 OutputTag:

//需要使用匿名内部类,其中T是泛型
OutputTag<T> outputTag = new OutputTag<T>("side-output") {};

可以通过以下方法将数据发送到旁路输出:

  • ProcessFunction
  • KeyedProcessFunction
  • CoProcessFunction
  • KeyedCoProcessFunction
  • ProcessWindowFunction
  • ProcessAllWindowFunction

代码示例

1.流复制

将流复制两份 发到测输出流stream1 和stream2,代码如下(示例):


import com.alibaba.fastjson.JSONObject;
import org.apache.flink.api.java.utils.ParameterTool;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.ProcessFunction;
import org.apache.flink.util.Collector;
import org.apache.flink.util.OutputTag;public class SideOutputTest {public static final String TYPE = "type";public static void main(String[] args) throws Exception {//获取执行环境StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();final ParameterTool params = ParameterTool.fromArgs(args);String hostName = params.get("hostname", "10.68.8.59");int port = params.getInt("port", 9999);// nc -l 9999DataStream<String> sourceStream = env.socketTextStream(hostName, port, "\n");SingleOutputStreamOperator<JSONObject> jsonObjectStream = sourceStream.map(s -> JSONObject.parseObject(s));//定义OutputTagOutputTag<JSONObject> outputTag1 = new OutputTag<JSONObject>("stream1") {};OutputTag<JSONObject> outputTag2 = new OutputTag<JSONObject>("stream2") {};//将流复制两份 发到测输出流stream1 和stream2SingleOutputStreamOperator<JSONObject> outputStream = jsonObjectStream.process(new ProcessFunction<JSONObject, JSONObject>() {@Overridepublic void processElement(JSONObject jsonObject, Context context, Collector<JSONObject> collector)throws Exception {context.output(outputTag1, jsonObject);context.output(outputTag2, jsonObject);}});DataStream<JSONObject> stream1 = outputStream.getSideOutput(outputTag1);DataStream<JSONObject> stream2 = outputStream.getSideOutput(outputTag2);//数据去向//stream1stream1.map(e -> {e.put("stream", "stream1");return e;}).print();//stream2stream2.map(e -> {e.put("stream", "stream2");return e;}).print();env.execute("SocketStreamTest");}
}

2.条件分流

可以根据自定义条件将数据分流。

public class SplitDemo {public static final OutputTag<Integer> evenTag = new OutputTag<Integer>("even"){};public static final OutputTag<Integer> oddTag = new OutputTag<Integer>("odd"){};public static void main(String[] args) throws Exception {StreamExecutionEnvironment executionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment();DataStreamSource<Integer> source = executionEnvironment.fromElements(1, 2, 3, 4, 5);SingleOutputStreamOperator<Integer> process = source.process(new ProcessFunction<Integer, Integer>() {@Overridepublic void processElement(Integer value, ProcessFunction<Integer, Integer>.Context ctx, Collector<Integer> out) throws Exception {if (value % 2 == 0) {// 这里不使用out.collect,而是使用ctx.output// 这个方法多了一个参数,可以指定output tag,从而实现数据分流ctx.output(evenTag, value);} else {ctx.output(oddTag, value);}}});// 依赖OutputTag获取对应的旁路输出DataStream<Integer> evenStream = process.getSideOutput(evenTag);DataStream<Integer> oddStream = process.getSideOutput(oddTag);// 分别打印两个旁路输出流中的数据evenStream.process(new ProcessFunction<Integer, String>() {@Overridepublic void processElement(Integer value, ProcessFunction<Integer, String>.Context ctx, Collector<String> out) throws Exception {out.collect("Even: " + value);}}).print();oddStream.process(new ProcessFunction<Integer, String>() {@Overridepublic void processElement(Integer value, ProcessFunction<Integer, String>.Context ctx, Collector<String> out) throws Exception {out.collect("Odd: " + value);}}).print();executionEnvironment.execute();}
}

3.迟到数据分流

public class OutOfOrderDemo {// 创建tagpublic static final OutputTag<Tuple2<String, Integer>> lateTag = new OutputTag<Tuple2<String, Integer>>("late"){};public static void main(String[] args) throws Exception {StreamExecutionEnvironment executionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment();// 示例数据,其中D乱序,I来迟(H到来的时候认为15000ms之前的数据已经到齐)SingleOutputStreamOperator<Tuple2<String, Integer>> source = executionEnvironment.fromElements(new Tuple2<>("A", 0),new Tuple2<>("B", 1000),new Tuple2<>("C", 2000),new Tuple2<>("D", 7000),new Tuple2<>("E", 3000),new Tuple2<>("F", 4000),new Tuple2<>("G", 5000),new Tuple2<>("H", 20000),new Tuple2<>("I", 8000)).assignTimestampsAndWatermarks(WatermarkStrategy.<Tuple2<String, Integer>>forGenerator(new WatermarkGeneratorSupplier<Tuple2<String, Integer>>() {// 这里自定义WatermarkGenerator的原因是Flink按照运行时间周期发送watermark,但我们的例子是单次执行的,可以认为数据是一瞬间到来// 因此我们改写为每到来一条数据发送一次watermark,watermark的时间戳为数据的事件事件减去5000毫秒,意思是最多容忍数据来迟5000毫秒@Overridepublic WatermarkGenerator<Tuple2<String, Integer>> createWatermarkGenerator(Context context) {return new WatermarkGenerator<Tuple2<String, Integer>>() {@Overridepublic void onEvent(Tuple2<String, Integer> event, long eventTimestamp, WatermarkOutput output) {long watermark = eventTimestamp - 5000L < 0 ? 0L : eventTimestamp - 5000L;output.emitWatermark(new Watermark(watermark));}@Overridepublic void onPeriodicEmit(WatermarkOutput output) {}};}// 取第二个字段为watermark}).withTimestampAssigner((element, timestamp) -> element.f1));// 窗口大小5秒,允许延迟5秒// watermark和allowedLateness的区别是,watermark决定了什么时候窗口数据触发计算,allowedLateness决定什么数据被认为是lateElement,从而发送到sideOutput// 设置side output tagsource.windowAll(TumblingEventTimeWindows.of(Time.seconds(5))).allowedLateness(Time.seconds(5)).sideOutputLateData(lateTag).process(new ProcessAllWindowFunction<Tuple2<String, Integer>, Object, TimeWindow>() {@Overridepublic void process(ProcessAllWindowFunction<Tuple2<String, Integer>, Object, TimeWindow>.Context context, Iterable<Tuple2<String, Integer>> elements, Collector<Object> out) throws Exception {Iterator<Tuple2<String, Integer>> iterator = elements.iterator();System.out.println("--------------------");while(iterator.hasNext()) {System.out.println(iterator.next());}}// 打印sideoutput流内容}).getSideOutput(lateTag).process(new ProcessFunction<Tuple2<String, Integer>, Object>() {@Overridepublic void processElement(Tuple2<String, Integer> value, ProcessFunction<Tuple2<String, Integer>, Object>.Context ctx, Collector<Object> out) throws Exception {System.out.println("Late element: " + value);}});executionEnvironment.execute();}
}

这篇关于Flink旁路输出OutputTag的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/613054

相关文章

python多种数据类型输出为Excel文件

《python多种数据类型输出为Excel文件》本文主要介绍了将Python中的列表、元组、字典和集合等数据类型输出到Excel文件中,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参... 目录一.列表List二.字典dict三.集合set四.元组tuplepython中的列表、元组、字典

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Rust格式化输出方式总结

《Rust格式化输出方式总结》Rust提供了强大的格式化输出功能,通过std::fmt模块和相关的宏来实现,主要的输出宏包括println!和format!,它们支持多种格式化占位符,如{}、{:?}... 目录Rust格式化输出方式基本的格式化输出格式化占位符Format 特性总结Rust格式化输出方式

使用TomCat,service输出台出现乱码的解决

《使用TomCat,service输出台出现乱码的解决》本文介绍了解决Tomcat服务输出台中文乱码问题的两种方法,第一种方法是修改`logging.properties`文件中的`prefix`和`... 目录使用TomCat,service输出台出现乱码问题1解决方案问题2解决方案总结使用TomCat,

C++中实现调试日志输出

《C++中实现调试日志输出》在C++编程中,调试日志对于定位问题和优化代码至关重要,本文将介绍几种常用的调试日志输出方法,并教你如何在日志中添加时间戳,希望对大家有所帮助... 目录1. 使用 #ifdef _DEBUG 宏2. 加入时间戳:精确到毫秒3.Windows 和 MFC 中的调试日志方法MFC

Python使用Colorama库美化终端输出的操作示例

《Python使用Colorama库美化终端输出的操作示例》在开发命令行工具或调试程序时,我们可能会希望通过颜色来区分重要信息,比如警告、错误、提示等,而Colorama是一个简单易用的Python库... 目录python Colorama 库详解:终端输出美化的神器1. Colorama 是什么?2.

顺序表之创建,判满,插入,输出

文章目录 🍊自我介绍🍊创建一个空的顺序表,为结构体在堆区分配空间🍊插入数据🍊输出数据🍊判断顺序表是否满了,满了返回值1,否则返回0🍊main函数 你的点赞评论就是对博主最大的鼓励 当然喜欢的小伙伴可以:点赞+关注+评论+收藏(一键四连)哦~ 🍊自我介绍   Hello,大家好,我是小珑也要变强(也是小珑),我是易编程·终身成长社群的一名“创始团队·嘉宾”

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出 在数字化时代,文本到语音(Text-to-Speech, TTS)技术已成为人机交互的关键桥梁,无论是为视障人士提供辅助阅读,还是为智能助手注入声音的灵魂,TTS 技术都扮演着至关重要的角色。从最初的拼接式方法到参数化技术,再到现今的深度学习解决方案,TTS 技术经历了一段长足的进步。这篇文章将带您穿越时

如何将一个文件里不包含某个字符的行输出到另一个文件?

第一种: grep -v 'string' filename > newfilenamegrep -v 'string' filename >> newfilename 第二种: sed -n '/string/!'p filename > newfilenamesed -n '/string/!'p filename >> newfilename

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录 在深度学习项目中,目标检测是一项重要的任务。本文将详细介绍如何使用Detectron2进行目标检测模型的复现训练,涵盖训练数据准备、训练命令、训练日志分析、训练指标以及训练输出目录的各个文件及其作用。特别地,我们将演示在训练过程中出现中断后,如何使用 resume 功能继续训练,并将我们复现的模型与Model Zoo中的