原创力文档- 1、本文档共17页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
本文由简悦SimpRead转码，原文地址
上一我们学习了Flink消费Kafka数据计算PV和UV的水印和窗口设计，并且定义了窗口计算的
触发器，完成了计算PV和UV前的所有准备工作。
接下来就需要计算PV和UV了。在当前业务场景下，根据userId进行统计，PV需要对userId进行统
计，而UV则需要对userId进行去重统计。
下面我们使用不同的方法来统计PV和UV。
单窗口内存统计
这种方法需要把一天内所有的数据进行缓存，然后在内存中遍历接收的数据，进行PV和UV的叠加统
计。
StreamExecutionEnvironmentenv
StreamExecutionEnvironment.getExecutionEnvironment();
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
env.setStateBackend(newMemoryStateBackend(true));
Propertiesproperties=newProperties();
properties.setProperty(bootstrap.servers,:9092);
properties.setProperty(FlinkKafkaConsumerBase.KEY_PARTITION_DISCOVERY_INTERVAL_M
ILLIS,10);
FlinkKafkaConsumerStringconsumer=newFlinkKafkaConsumer
(log_user_action,newSimpleStringSchema(),properties);
consumer.setStartFromEarliest();
DataStreamUserClickdataStream=env
.addSource(consumer)
.name(log_user_action)
.map(message-{
JSONObjectrecord=JSON.parseObject(message);
returnnewUserClick(
record.getString(user_id),
record.getLong(timestamp),
record.getString(action)
);
})
.returns(TypeInformation.of(UserClick.class));
SingleOutputStreamOperatorUserClickuserClickSingleOutputStreamOperator
dataStream.assignTimestampsAndWatermarks(new
BoundedOutOfOrdernessTimestampExtractorUserClick(Time.seconds(30)){
@Override
publiclongextractTimestamp(UserClickelement){
returnelement.getTimest
}
});
userClickSingleOutputStreamOperator
.windowAll(TumblingProcessingTimeWindows.of(Time.days(1),
Time.hours(-8)))
.trigger(ContinuousProcessingTimeTrigger.of(Time.seconds(20)))
...
在上一中我们已经定义了全局的窗口，并且自定义触发器，每20秒触发一次计算输出中间结果。
我们在后面可以继续调用process方法，自定义ProcessFunction如下：
publicclassMyProcessFunctionextends
ProcessAllWindowFu
文档评论（0）