面试官:Flink窗口大小怎么确定的,开始时间是什么时候,结束是什么时候?
这篇文章会很短,但是我认为很有意义,今天晚上微醺了,纯手敲的。
我还记得的在我刚学习flink的时候,B站的老师说过,Flink窗口的开始时间和结束时间和你想的不一样。那个时候我好像记得老师说过,flink的窗口大小会根据你的时间单位来进行修正。
然后在现如今,很多人还是不是很了解窗口机制,以及watermark。更别提什么窗口什么时候,什么时候结束。所以呢,今天从源码角度给大家普及一下窗口什么时候开始,什么时候结束。
我们可以来编写一个简单的代码,来看一下效果,我习惯用java来写flink,所以也就使用java了。
@Override public CollectionassignWindows(Object element, long timestamp, WindowAssignerContext context) { if (timestamp > Long.MIN_VALUE) { List windows = new ArrayList<>((int) (size / slide)); //获取窗口开始时间 long lastStart = TimeWindow.getWindowStartWithOffset(timestamp, offset, slide); for (long start = lastStart; start > timestamp - size; start -= slide) { windows.add(new TimeWindow(start, start + size)); } return windows; } else { throw new RuntimeException("Record has Long.MIN_VALUE timestamp (= no timestamp marker). " + "Is the time characteristic set to 'ProcessingTime', or did you forget to call " + "'DataStream.assignTimestampsAndWatermarks(...)'?"); } }
public static long getWindowStartWithOffset(long timestamp, long offset, long windowSize) { //窗口开始计算的时间 return timestamp - (timestamp - offset + windowSize) % windowSize; }
我们可以看出来窗口开始时间, 是取模过后的时间,我们来简单的分析一番。
假如我们第一条数据的时间戳是1000,offset暂时不需要管,因为他是时间的偏移量例如,东八区什么的。我们假如窗口大小是5s,
那么接下来的公式计算也就是 1000 - (1000 - 0 + 5000)%5000,那么我们可以计算出来的结果就是0,也就是说,开始的时间窗口是0.更大的时间窗口大小,各位大佬可以下面自己算一下。
也就是说开始时间是 0,结束的时间窗口也就是4999,因为到5000的时候就触发计算了。那么我们接下来就进行验证一番和我们分析的是否一致。
接下来我们写一个简单的wordcount,因为在多并行度下,不是很好分析,我们设置为单并行读。如果有对watermark还不是很理解的大佬,可以看我的这篇文章,https://blog.csdn.net/weixin_43704599/article/details/117411252
public class WindowSizeTest { public static void main(String[] args) throws Exception { StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime); DataStreamSourcesource = env.socketTextStream("localhost", 9999); SingleOutputStreamOperator source1 = source.assignTimestampsAndWatermarks(new BoundedOutOfOrdernessTimestampExtractor (Time.of(0, TimeUnit.MILLISECONDS)) { @Override public long extractTimestamp(String s) { return Long.parseLong(s.split(",")[0]); } }); SingleOutputStreamOperator > map = source1.map(new MapFunction >() { @Override public Tuple2 map(String s) throws Exception { return Tuple2.of(s.split(",")[1],1); } }); WindowedStream , Tuple, TimeWindow> window = map.keyBy(0).window(TumblingEventTimeWindows.of(Time.of(5000, TimeUnit.MILLISECONDS))); window.sum(1).print(); env.execute(); } }
接下来我们,就看看我们分析的是否正确
很明显是正确的。那么一天的窗口大小你会计算吗?
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)