[英]How to use historical dataset for enriching Flink DataStream
我正在使用Flink進行實時項目,我需要使用先前的交易來豐富每張卡的狀態,以計算交易特征,如下所示:
對於每張卡,我都有一項功能,可以統計過去24小時內的交易次數。 另一方面,我有2個數據源:
首先,一個數據庫表,存儲卡的交易,直到昨天結束。
第二,今天的交易流。
因此,第一步是從數據庫中獲取每張卡的昨天交易並將其存儲在卡狀態下。 然后,第二步是使用正在運行的今天的交易更新此狀態,並計算過去24小時內交易的交易數量。 我試圖將數據庫數據作為流讀取,並將其連接到今天的事務。 因此,為了達到上述目標,我使用了RichFlatMap函數。 但是,由於數據庫數據不是固有流,因此輸出不正確。 RichFlatMap函數位於以下位置:
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流媒體程序中,什么功能可以達到上述豐富要求? 我發現堆棧溢出的打擊問題與我的問題類似,但我無法解決問題,所以我決定尋求幫助:)
在Flink流中使用靜態DataSet豐富DataStream
任何幫助將非常感激。
但是,由於數據庫數據不是固有流,因此輸出不正確。
當然,可以使用來自關系數據庫的信息來豐富流數據。 但是,棘手的是要以某種方式確保在需要之前提取豐富數據。 通常,您可能需要緩沖要豐富的流,直到豐富數據被引導/攝取為止。 例如,有時采取的一種方法是
但是,在您描述的情況下,似乎更簡單的方法可行。 如果您只需要24小時的歷史數據,那為什么不忽略歷史交易數據庫呢? 只需運行您的應用程序,直到看到24小時的流數據,此后歷史數據庫就變得無關緊要了。
但是,如果您必須提取歷史數據,並且您不喜歡上面概述的基於保存點的方法,則還有其他兩種可能:
有關此主題的更詳盡的探索,請參閱Apache Flink中的引導狀態 。
計划在將來的版本btw中為該用例提供更好的支持。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.