Flink - CountAndProcessingTimeTrigger 基于 Count 和 Time 触发窗口-阿里云开发者社区

Flink - CountAndProcessingTimeTrigger 基于 Count 和 Time 触发窗口

2022-08-22 349

版权

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。

本文涉及的产品

实时计算 Flink 版，5000CU*H 3个月

简介： 上一篇文章提到了CountTrigger && ProcessingTimeTriger，前者 CountTrigger 指定 count 数，当窗口内元素满足逻辑时进行一次触发，后者通过 TimeServer 注册窗口过期时间，到期后进行一次触发，本文自定义 Trigger 实现二者的合并即 Count 和 ProcessingTime 满足任意条件窗口都进行一次触发。...

一.引言

上一篇文章提到了 CountTrigger && ProcessingTimeTriger，前者 CountTrigger 指定 count 数，当窗口内元素满足逻辑时进行一次触发，后者通过 TimeServer 注册窗口过期时间，到期后进行一次触发，本文自定义 Trigger 实现二者的合并即 Count 和 ProcessingTime 满足任意条件窗口都进行一次触发。

二.代码详解

1.CountAndProcessingTimeTrigger

整体代码如下，主要逻辑包含在 onElement 和 onProcessingTime，前者主要负责根据 count 触发，即实现 CountTrigger 的功能，后者则主要实现 ProcessingTime 的功能，需要预先定义两个 ReduceValue 分别记录 Count 和 Time，ReduceValue 详细用法可参考上文，下面分析主要方法。

class CountAndProcessingTimeTrigger(maxCount: Long, interval: Long) extends Trigger[String, TimeWindow] {
  // 条数计数器
  val countStateDesc = new ReducingStateDescriptor[Long]("count", new ReduceSum(), classOf[Long])
  // 时间计数器，保存下一次触发的时间
  val timeStateDesc = new ReducingStateDescriptor[Long]("interval", new ReduceMin(), classOf[Long])
  // 元素过来后执行的操作
  override def onElement(t: String, time: Long, window: TimeWindow, triggerContext: Trigger.TriggerContext): TriggerResult = {
    // 获取 count state 并累加数量
    val count = triggerContext.getPartitionedState(countStateDesc)
    val fireTimestamp = triggerContext.getPartitionedState(timeStateDesc)
    // 考虑count是否足够
    count.add(1L)
    if (count.get() >= maxCount) {
      val log = s"CountTrigger Triggered Count: ${count.get()}"
      println(formatString(log))
      count.clear()
      // 不等于默认窗口的触发时间
      if (fireTimestamp.get() != window.maxTimestamp()) {
        triggerContext.deleteProcessingTimeTimer(fireTimestamp.get())
      }
      fireTimestamp.clear()
      return TriggerResult.FIRE
    }
    // 添加窗口的下次触发时间
    val currentTimeStamp = triggerContext.getCurrentProcessingTime
    if (fireTimestamp.get() == null) {
      val nextFireTimeStamp = currentTimeStamp + interval
      triggerContext.registerProcessingTimeTimer(nextFireTimeStamp)
      fireTimestamp.add(nextFireTimeStamp)
    }
    TriggerResult.CONTINUE
  }
  override def onProcessingTime(time: Long, window: TimeWindow, triggerContext: Trigger.TriggerContext): TriggerResult = {
    // 获取 count state
    val count = triggerContext.getPartitionedState(countStateDesc)
    // 获取 Interval state
    val fireTimestamp = triggerContext.getPartitionedState(timeStateDesc)
    // time default trigger
    if (time == window.maxTimestamp()) {
      val log = s"Window Trigger By maxTimeStamp: $time FireTimestamp: ${fireTimestamp.get()}"
      println(formatString(log))
      count.clear()
      triggerContext.deleteProcessingTimeTimer(fireTimestamp.get())
      fireTimestamp.clear()
      fireTimestamp.add(triggerContext.getCurrentProcessingTime + interval)
      triggerContext.registerProcessingTimeTimer(fireTimestamp.get())
      return TriggerResult.FIRE
    } else if (fireTimestamp.get() != null && fireTimestamp.get().equals(time)) {
      val log = s"TimeTrigger Triggered At: ${fireTimestamp.get()}"
      println(formatString(log))
      count.clear()
      fireTimestamp.clear()
      fireTimestamp.add(triggerContext.getCurrentProcessingTime + interval)
      triggerContext.registerProcessingTimeTimer(fireTimestamp.get())
      return TriggerResult.FIRE
    }
    TriggerResult.CONTINUE
  }
  override def onEventTime(l: Long, w: TimeWindow, triggerContext: Trigger.TriggerContext): TriggerResult = {
    TriggerResult.CONTINUE
  }
  override def clear(w: TimeWindow, triggerContext: Trigger.TriggerContext): Unit = {
    // 获取 count state
    val count = triggerContext.getPartitionedState(countStateDesc)
    // 获取 Interval state
    val fireTimestamp = triggerContext.getPartitionedState(timeStateDesc)
    count.clear()
    fireTimestamp.clear()
  }
}

2.onElement

每个元素到达时执行 count.add 进行计数，如果满足超过定义的 maxCount 则进行触发操作：

---- 达到 MaxCount

A.log - 打印 log 标识本次触发来源于 CountTrigger

B.count.clear - 清空数值重新累加 count 并触发

C.deleteProcessingTime - 清空 TimeServer 计数器，因为触发后不管 Count 还是 ProcessingTime 都要重新计数或计时

----- 未达到 MaxCount

A.currentTime - 通过 ctx 上下文获取当前 ProcessingTime

B.registerProcessingTimeTimer - 判断时间 value 是否有值，如果没有值则根据 current & interval 计算得到 ProcessingTime 对应的下次窗口触发时间

----- 都不满足

A.TriggerResult.CONTINUE - 不做触发，等待 TimeServer 到期

override def onElement(t: String, time: Long, window: TimeWindow, triggerContext: Trigger.TriggerContext): TriggerResult = {
    // 获取 count state 并累加数量
    val count = triggerContext.getPartitionedState(countStateDesc)
    val fireTimestamp = triggerContext.getPartitionedState(timeStateDesc)
    // 考虑count是否足够
    count.add(1L)
    if (count.get() >= maxCount) {
      val log = s"CountTrigger Triggered Count: ${count.get()}"
      println(formatString(log))
      count.clear()
      // 不等于默认窗口的触发时间
      if (fireTimestamp.get() != window.maxTimestamp()) {
        triggerContext.deleteProcessingTimeTimer(fireTimestamp.get())
      }
      fireTimestamp.clear()
      return TriggerResult.FIRE
    }
    // 添加窗口的下次触发时间
    val currentTimeStamp = triggerContext.getCurrentProcessingTime
    if (fireTimestamp.get() == null) {
      val nextFireTimeStamp = currentTimeStamp + interval
      triggerContext.registerProcessingTimeTimer(nextFireTimeStamp)
      fireTimestamp.add(nextFireTimeStamp)
    }
    TriggerResult.CONTINUE
  }

3.onProcessingTime

到达规定处理时间窗口执行的操作，上文我们讲到了窗口会在两种时机调用 onProcessingTime 方法，一种是达到自己定义的 ProcessintTimeTimer，窗口会进行 Fire 触发，此时触发数据为窗口的部分数据，还有一种是到达 window.maxTimeStamp 即到达 window.getEnd - 1L，此时窗口 Fire 触发的数据为 windowAll 定义的时间范围内所有数据，例如定义 Time.seconds(10)，前者触发部分时间数据，后者触发完整的 10s 窗口。

----- 到达窗口默认触发时间

A.window.maxTimestamp - 到达窗口默认时间，打印对应日志标识

B.count.clear - 清空计数状态

C.deleteProcessingTime - 清空原计数器，因为这里窗口触发后就要重新计数和计时

D.registerProcessingTIme - 基于当前 ProcessingTime + interval 注册下次时间

E.TriggerResult.FIRE - 进行全数据的窗口触发

----- 到达自定义 interval 间隔

A.日志标识 - 打印 TimeTriggered 标识本次触发来源自自定义 ProcessingTime

B.clear - 窗口触发后清空原有 count 状态

C.registerProcessingTIme - 基于当前 ProcessingTime + interval 注册下次时间

D.TriggerResult.FIRE - 触发窗口数据

----- 都不满足

A.TriggerResult.CONTINUE - 什么都不做

override def onProcessingTime(time: Long, window: TimeWindow, triggerContext: Trigger.TriggerContext): TriggerResult = {
    // 获取 count state
    val count = triggerContext.getPartitionedState(countStateDesc)
    // 获取 Interval state
    val fireTimestamp = triggerContext.getPartitionedState(timeStateDesc)
    // time default trigger
    if (time == window.maxTimestamp()) {
      val log = s"Window Trigger By maxTimeStamp: $time FireTimestamp: ${fireTimestamp.get()}"
      println(formatString(log))
      count.clear()
      triggerContext.deleteProcessingTimeTimer(fireTimestamp.get())
      fireTimestamp.clear()
      fireTimestamp.add(triggerContext.getCurrentProcessingTime + interval)
      triggerContext.registerProcessingTimeTimer(fireTimestamp.get())
      return TriggerResult.FIRE
    } else if (fireTimestamp.get() != null && fireTimestamp.get().equals(time)) {
      val log = s"TimeTrigger Triggered At: ${fireTimestamp.get()}"
      println(formatString(log))
      count.clear()
      fireTimestamp.clear()
      fireTimestamp.add(triggerContext.getCurrentProcessingTime + interval)
      triggerContext.registerProcessingTimeTimer(fireTimestamp.get())
      return TriggerResult.FIRE
    }
    TriggerResult.CONTINUE
  }

4.onEventTime

因为是基于 Count 和 ProcessingTime，所以 onEventTime 返回 TriggerResult.CONTINUE

5.clear

清空 Count 和 FireTimestamp 对应的 ReduceValue

三.代码实践

1.主函数

上文 CountTrigger 和 ProcessingTimeTrigger 的 Soucre 都是固定的数据来源，每 s 发送30条数据，为了验证 CountAndProcessingTimeTrigger，这里采用 socket，自定义发送数据实现，本地nc -lk port 即可开启，processFunction 实现对 window 内数据的 min，max 统计和处理时间输出。

object CountAndProcessTimeTriggerDemo {
  val dateFormat = new SimpleDateFormat("yyyy-MM-dd:HH-mm-ss")
  def main(args: Array[String]): Unit = {
    val env = StreamExecutionEnvironment.getExecutionEnvironment
    env
      .socketTextStream("localhost", 9999)
      .setParallelism(1)
      .windowAll(TumblingProcessingTimeWindows.of(Time.seconds(10)))
      .trigger(new CountAndProcessingTimeTrigger(10, 5000))
      .process(new ProcessAllWindowFunction[String, String, TimeWindow] {
        override def process(context: Context, elements: Iterable[String], out: Collector[String]): Unit = {
          val cla = Calendar.getInstance()
          cla.setTimeInMillis(System.currentTimeMillis())
          val date = dateFormat.format(cla.getTime)
          val info = elements.toArray.map(_.toInt)
          val min = info.min
          val max = info.max
          val output = s"==========[$date] Window Elem Num: ${elements.size} Min: $min -> Max $max=========="
          out.collect(output)
        }
      }).print()
    env.execute()
  }
}

2.数据验证

上述 CountAndProcessintTimeTrigger 设定为 count = 10，interval = 5s

编辑

颜色	触发方式	输入	流程
蓝	CountTrigger	1-10	满足count=10，触发CountTrigger
红	DeaultTrigger		默认触发，全窗口数据为1-10
绿	ProcessingTimeTrigger	11,12	输入11，12 触发 ProcessingTimeTrigger
黄	DeaultTrigger	13	结束前输入13，全窗口数据为 11-13
灰	ProcessingTimeTrigger	14	输入14，等待 ProcessingTimeTrigger 触发
白	DeaultTrigger		默认触发，此时全窗口数据为 14

这里解释下为什么 interval 是 5s，但是 ProcessingTimeTrigger 输出日志的时间为 16 和 27，这是因为手动输入到 Socket 会有延迟，如果是机器默认发送数据，日志会修正为 15 和 25 触发 ProcessingTimeTrigger。

四.更多

CountTrigger 的逻辑比较简单，ProcessingTimeTrigger 这里只是一种定义方法，即窗口结束就重新设定过期时间，也可以跨窗口定义或者不设置整数时间，有兴趣可以自定义尝试。针对 CountTrigger、ProcessingTrigger 还有本文自定义的 CountAndProcessingTimeTrigger 我们都发现窗口触发时只调用了 FIRE，没有调用 FIRE_AND_PURGE 做 clear 清除操作，那窗口数据没有清除会不会越攒越多撑爆存储呢，其实也不会，WindowOperator 函数内置了默认的 onProcessingTime 方法，其内部会判断并调用 clearAllState 方法进行数据清空：

编辑

WindowOperator 作为所有窗口处理逻辑的入口，如果我们的 Trigger 返回 TirggerResult.FIRE，窗口会在到达 CleanupTime 时执行 clearAllState 方法清空当前 window 所有状态；如果返回 TriggerResult.FIRE_AND_PURGE，windowOperator 则会调用 Trigger @override 的 clear 方法，例如 ProcessingTimeTrigger 会将窗口的计时器清除，而本例如果返回 FIRE_AND_PURGE 则会同时清空 count 和 fireTimestamp 对应的两个 ReduceValue 的值：

编辑