开发者社区 > 大数据与机器学习 > 实时计算 Flink > 正文

Flink CDC里请问下我有个需求怎么满足?

我有个需求,请问用Flink怎么实现?

两个flink的topic的事件流aTopic,bTopic,做join,
以aTopic作为主流,根据相近时间,值相同的某个字段进行join(比如:都有objectId和eventTime字段),并且他们上报时间和间隔都不一样。
要求aTopic的每一个记录按照相近时间join的时候,最多只能join到一个bTopic的记录,如果没有找到bTopic的记录,就把bTopic相关字段留空,如果在时间范围内,有关联到多条记录,只要最早关联到的bTopic的一条记录。

我的做法是:
1,用KafkaSource.<>builder()和env.fromSource(,WatermarkStrategy.noWatermarks(),)解析出来两个流到DataStreamSource
2,两个流分别.keyBy(objectId),assignTimestampsAndWatermarks,withTimestampAssigner(eventTime),设置水印。
3,tEnv.fromDataStream,columnByExpression,watermark(rowtime),设置

展开
收起
小小鹿鹿鹿 2024-05-01 08:56:11 40 0
0 条回答
写回答
取消 提交回答

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。

相关产品

  • 实时计算 Flink版
  • 相关电子书

    更多
    Flink CDC Meetup PPT - 龚中强 立即下载
    Flink CDC Meetup PPT - 王赫 立即下载
    Flink CDC Meetup PPT - 覃立辉 立即下载