如何组织一个复杂的Apache Flink应用程序？

问题描述

我们使用Flink从一些物联网传感器生成事件。每个传感器都可用于生成不同类型的事件(如温度、湿度等)。一对多比率(传感器启用的事件)。
传感器与存储在关系数据库中的启用事件之间的映射

为了丰富传感器数据，我们将连接传感器数据流和表API。正在添加具有已启用事件列表的元数据。

那么，如果某些特定的sensor-123只启用了TEMP和PRESSURE两个事件，如何才能只向这两个定义的流程函数发送传感器数据呢？

脑海中浮现出如下内容：

val enriched: DataStream[EnrichedSensorData] = ...

val temp = enriched.filter(x => isTempEnabled(x)).process(....)
val humd = enriched.filter(x => isHumdEnabled(x)).process(....)
val press = enriched.filter(x => isPressEnabled(x)).process(....)

1. 效果如何？就Flink最佳实践而言，如何做得最好？据我所知，在我的例子中，我将数据流乘以几倍，尽管我随后用过滤将结果发过滤

2. 在我的案例中，执行数据丰富过程的最佳方式是什么？将传感器数据流与表流连接(通过Flink-CDC-Connector)+在丰富进程函数中使用状态缓存映射传感器ID->；list(EnabledEvents)？

推荐答案

1. 使用丰富函数的辅助输出生成三个事件流。如果您有一个似乎与复制数据有关的性能问题，您可以尝试以管道方式处理它(使用内联的温度、湿度和压力函数，只需转发任何不适合处理的记录)。

2. 如果您有数百万个传感器，每个传感器都有元数据，则使用JDBC源，并与传感器数据进行(有状态)联接。您必须处理在相应的元数据记录之前获取传感器数据记录的情况，在这种情况下，您需要将其存储在状态中，然后在元数据记录到达时生成结果(并清除状态)。

这篇关于如何组织一个复杂的Apache Flink应用程序？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！