0


Flink / Scala 实战 - 18.一套代码搞懂 KeyedState

一.引言

上文我们介绍了五种 KeyedState 的特性以及如何初始化,本文基于五种 KeyedState,通过一个案例向大家同时介绍五种 KeyedState 使用方法。

- ValueState

- ListState

- ReducingState

- AggregateState

- MapState

二.准备工作

1.数据类型 Event

// 用户浏览行为
case class Event(user: String, url: String, timeStamp: Long)

数据类型为 case class Event,其中只包含3个字段,分别代表:

user - 用户 ID

url - 用户浏览 URL

timeStamp - 用户浏览时间

2.数据源 Source

数据源通过 Random 随机生成用户 ID 与 URL,并结合 System.currentTimeMillis 作为 EventTime 发出,每隔1s发送一个 Event 类模拟用户浏览情况:

import org.apache.flink.streaming.api.functions.source.SourceFunction

import scala.util.Random

class ClickHouse extends SourceFunction[Event] {

  var running: Boolean = true

  val ran
标签: Flink Scala 大数据

本文转载自: https://blog.csdn.net/BIT_666/article/details/127464646
版权归原作者 BIT_666 所有, 如有侵权,请联系我们删除。

“Flink / Scala 实战 - 18.一套代码搞懂 KeyedState”的评论:

还没有评论