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
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。