[英]How to use historical dataset for enriching Flink DataStream
我正在使用Flink进行实时项目,我需要使用先前的交易来丰富每张卡的状态,以计算交易特征,如下所示:
对于每张卡,我都有一项功能,可以统计过去24小时内的交易次数。 另一方面,我有2个数据源:
首先,一个数据库表,存储卡的交易,直到昨天结束。
第二,今天的交易流。
因此,第一步是从数据库中获取每张卡的昨天交易并将其存储在卡状态下。 然后,第二步是使用正在运行的今天的交易更新此状态,并计算过去24小时内交易的交易数量。 我试图将数据库数据作为流读取,并将其连接到今天的事务。 因此,为了达到上述目标,我使用了RichFlatMap函数。 但是,由于数据库数据不是固有流,因此输出不正确。 RichFlatMap函数位于以下位置:
transactionsHistory.connect(transactionsStream).flatMap(new
RichCoFlatMapFunction<History, Tuple2<String, Transaction>,
ExtractedFeatures>() {
private ValueState<History> history;
@Override
public void open(Configuration config) throws Exception {
this.history = getRuntimeContext().getState(new
ValueStateDescriptor<>("card history", History.class));
}
//historical data
@Override
public void flatMap1(History history,
Collector<ExtractedFeatures> collector) throws Exception {
this.history.update(history);
}
//new transactions from stream
@Override
public void flatMap2(Tuple2<String, Transaction>
transactionTuple, Collector<ExtractedFeatures> collector) throws
Exception {
History history = this.history.value();
Transaction transaction = transactionTuple.f1;
ArrayList<History> prevDayHistoryList =
history.prevDayTransactions;
// This function returns transactions which are in 24 hours
//window of the current transaction and their count.
Tuple2<ArrayList<History>, Integer> prevDayHistoryTuple =
findHistoricalDate(prevDayHistoryList,
transaction.transactionLocalDate);
prevDayHistoryList = prevDayHistoryTuple.f0;
history.prevDayTransactions = prevDayHistoryList;
this.history.update(history);
ExtractedFeatures ef = new ExtractedFeatures();
ef.updateFeatures(transaction, prevDayHistoryTuple.f1);
collector.collect(ef);
}
});
在Flink流媒体程序中,什么功能可以达到上述丰富要求? 我发现堆栈溢出的打击问题与我的问题类似,但我无法解决问题,所以我决定寻求帮助:)
在Flink流中使用静态DataSet丰富DataStream
任何帮助将非常感激。
但是,由于数据库数据不是固有流,因此输出不正确。
当然,可以使用来自关系数据库的信息来丰富流数据。 但是,棘手的是要以某种方式确保在需要之前提取丰富数据。 通常,您可能需要缓冲要丰富的流,直到丰富数据被引导/摄取为止。 例如,有时采取的一种方法是
但是,在您描述的情况下,似乎更简单的方法可行。 如果您只需要24小时的历史数据,那为什么不忽略历史交易数据库呢? 只需运行您的应用程序,直到看到24小时的流数据,此后历史数据库就变得无关紧要了。
但是,如果您必须提取历史数据,并且您不喜欢上面概述的基于保存点的方法,则还有其他两种可能:
有关此主题的更详尽的探索,请参阅Apache Flink中的引导状态 。
计划在将来的版本btw中为该用例提供更好的支持。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.