flink SourceFunction <>在StreamExecutionEnvironment.addSource（）中被替换了吗？

Question

当我尝试创建事件的自定义源时遇到了这个问题。 其中包含一个队列，该队列允许我的其他进程向其中添加项目。 然后期望我的CEP模式在存在匹配项时打印一些调试消息。

但是无论我添加到队列中都没有匹配项。 然后我注意到mySource.run（）中的队列始终为空。 这意味着我用来创建mySource实例的队列与StreamExecutionEnvironment中的队列StreamExecutionEnvironment 。 如果我将队列更改为静态队列，则强制所有实例共享同一队列，那么一切都会按预期进行。

DummySource.java

    public class DummySource implements SourceFunction<String> {

    private static final long serialVersionUID = 3978123556403297086L;
//  private static Queue<String> queue = new LinkedBlockingQueue<String>();
    private Queue<String> queue;
    private boolean cancel = false;

    public void setQueue(Queue<String> q){
        queue = q;
    }   

    @Override
    public void run(org.apache.flink.streaming.api.functions.source.SourceFunction.SourceContext<String> ctx)
            throws Exception {
        System.out.println("run");
        synchronized (queue) {          
            while (!cancel) {
                if (queue.peek() != null) {
                    String e = queue.poll();
                    if (e.equals("exit")) {
                        cancel();
                    }
                    System.out.println("collect "+e);
                    ctx.collectWithTimestamp(e, System.currentTimeMillis());
                }
            }
        }
    }

    @Override
    public void cancel() {
        System.out.println("canceled");
        cancel = true;
    }
}

因此，我研究了StreamExecutionEnvironment的源代码。 在addSource（）方法内部。 有一个clean（）方法看起来像它将实例替换为新实例。

返回给定函数的“关闭清除”版本。

这是为什么？ 以及为什么需要序列化？ 我也尝试使用getConfig（）关闭干净的关闭。 结果仍然相同。 我的队列实例与env正在使用的实例不同。

我该如何解决这个问题？

Answer 1

Flink中的函数上使用的clean()方法主要是为了确保Function （例如SourceFunction，MapFunction）可序列化。 Flink将序列化这些功能并将其分配到任务节点上以执行它们。

对于Flink主代码中的简单变量，例如int，您可以在函数中简单地引用它们。 但是对于大型或不可序列化的服务器，最好使用广播和丰富的源功能。 请参阅https://cwiki.apache.org/confluence/display/FLINK/Variables+Closures+vs.+Broadcast+Variables