Flink的TimeWindowAll如何使用

本篇內容主要講解“Flink的TimeWindowAll如何使用”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Flink的TimeWindowAll如何使用”吧!

timeWindow時間窗口（滑動窗口【滑動窗口與滾動窗口的區別，在于滑動窗口會有數據元素重疊可能，而滾動窗口不存在元素重疊】）

示例環境

java.version: 1.8.xflink.version: 1.11.1

示例數據源 （項目碼云下載）

Flink 系例 之 搭建開發環境與數據

TimeWindow.java

import com.flink.examples.DataSource;
import org.apache.flink.api.java.functions.KeySelector;
import org.apache.flink.api.java.tuple.Tuple3;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.source.RichSourceFunction;
import org.apache.flink.streaming.api.windowing.time.Time;
import java.util.List;

/**
 * @Description timeWindow時間窗口（滑動窗口【滑動窗口與滾動窗口的區別，在于滑動窗口會有數據元素重疊可能，而滾動窗口不存在元素重疊】）
 */
public class TimeWindow {

    /**
     * 遍歷集合，返回指定時間滑動窗口下每個性別分區里最大年齡數據記錄
     * @param args
     * @throws Exception
     */
    public static void main(String[] args) throws Exception {
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        //env.setParallelism(1);
        DataStream<Tuple3<String, String, Integer>> inStream = env.addSource(new MyRichSourceFunction());
        DataStream<Tuple3<String, String, Integer>> dataStream = inStream
                .keyBy((KeySelector<Tuple3<String, String, Integer>, String>) k ->k.f1)
                //按時間窗口滑動，每3秒為一個時間窗口，并每次滑動2秒（簡單來說：每隔2秒對前3秒內的輸入數據流），計算一次
                .timeWindow(Time.seconds(3), Time.seconds(2))
                //注意：計算變量為f2
                .maxBy(2);
        dataStream.print();
        env.execute("flink TimeWindow job");
    }

    /**
     * 模擬數據持續輸出
     */
    public static class MyRichSourceFunction extends RichSourceFunction<Tuple3<String, String, Integer>> {
        @Override
        public void run(SourceContext<Tuple3<String, String, Integer>> ctx) throws Exception {
            List<Tuple3<String, String, Integer>> tuple3List = DataSource.getTuple3ToList();
            for (Tuple3 tuple3 : tuple3List){
                ctx.collect(tuple3);
                //1秒鐘輸出一個
                Thread.sleep(1 * 1000);
            }
        }
        @Override
        public void cancel() {
            try{
                super.close();
            }catch (Exception e){
                e.printStackTrace();
            }
        }
    }
}

打印結果

3> (張三,1,20)
4> (李四,2,24)
3> (王五,1,29)
3> (王五,1,29)
4> (劉六,2,32)

到此，相信大家對“Flink的TimeWindowAll如何使用”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！