Flink 状态编程（三）值（ValueState）状态案例

Alienware^

已于 2022-04-26 22:01:39 修改

阅读量1.6k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： # Flink 文章标签： Flink

于 2022-04-26 21:48:40 首次发布

本文链接：https://blog.csdn.net/weixin_45417821/article/details/124437995

本文介绍如何使用Apache Flink的Stream API实现用户行为数据的实时PV统计，通过定时器机制控制数据发送频率，减轻下游算子压力。关键步骤包括设置源、时间戳分配、按用户分组并执行定期聚合。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

我们这里会使用用户 id 来进行分流，然后分别统计每个用户的 pv 数据，由于我们并不想每次 pv 加一，就将统计结果发送到下游去，所以这里我们注册了一个定时器，用来隔一段时间发送 pv 的统计结果，这样对下游算子的压力不至于太大。具体实现方式是定义一个用来保存定时器时间戳的值状态变量。当定时器触发并向下游发送数据以后，便清空储存定时器时间戳的状态变量，这样当新的数据到来时，发现并没有定时器存在，就可以注册新的定时器了，注册完定时器之后将定时器的时间戳继续保存在状态变量中。

代码如下：

public class PeriodicPvExample {
   
    public static void main(String[] args) throws Exception {
   
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);

        SingleOutputStreamOperator<Event> stream = env.addSource(new ClickSource())
                .assignTimestampsAndWatermarks(
                        WatermarkStrategy.<Event>forBoundedOutOfOrderness(Duration.ZERO)
                                .withTimestampAssigner(new SerializableTimestampAssigner<Event>(

最低0.47元/天解锁文章