比如需要处理每15秒窗口数据,每1毫秒滑动一次,通过底层创建窗口源码看到会创建15000个窗口,在这个窗口数量级的情况下数据的处理是非常慢的,需求是例如,每15秒数据值达到阈值做处理,因为每1秒的数据就会有几十万起,请问这种处理应该怎么处理?
使用reduceByKeyAndWindow等窗口,尽量映入fold function、reduce function、aggregate function等让元素进入时能做计算,也就是在窗口期间,尽量不要存明细数据,而是计算后的结果数据
追问:我有需求,统计1个小时内车辆行驶距离最远的100辆车,kafka为数据源,每秒钟产生1700多条数据,但是每辆车是10秒产生一条数据,粗略换算大概有17000辆车。一小时内,窗口就会分出来17000个,每个窗口大概180条数据,即使 使窗口不缓存数据细节,17000个窗口依然执行很慢,这种怎么处理
评论
全部评论 (0)
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务,基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎,提高作业开发运维效率。
你好,我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)