Flink结合布隆过滤器进行全局去重并结合状态管理进行全局标号

/********************************** 数据去重 **************************************/

    //以前没有记录偏移量,就从头读,如果记录过偏移量,就接着读
    properties.setProperty("auto.offset.reset", "earliest");
    //不自动提交偏移量,让flink提交偏移量
    properties.setProperty("enable.auto.commit", "false");

    KeyedStream<KafkaEvent, Tuple> keyed = env.addSource(new FlinkKafkaConsumer011<String>(
            parameterTool.getRequired("input-topic"),
            new SimpleStringSchema(),
            parameterTool.getProperties()
    )).map(new MapFunction<String, KafkaEvent>() {

        @Override
        public KafkaEvent map(String line) throws Exception {

            return KafkaEvent.fromString(line);
        }
    }).filter(new FilterFunction<KafkaEvent>() {
        @Override
        public boolean filter(KafkaEvent value) throws Exception {
            return value.getTpp()>=360;
        }
    }).keyBy("si", "ci");
    SingleOutputStreamOperator<String> mapstatedata = keyed.process(new ProcessFunction<KafkaEvent, String>() {

        private transient ValueState<BloomFilter> bloomState;
        //private transient ValueState<Integer> counterState;


        @Override
        public void open(Configuration parameters) throws Exception {

            //定义一个布隆过滤器的状态描述器
            ValueStateDescriptor<BloomFilter> bloomStateDescriptor = new ValueStateDescriptor<>("bloomState", BloomFilter.class);


            //ListStateDescriptor<BloomFilter> bloomStateDescriptor = new ListStateDescriptor<>("bloomState", BloomFilter.class);
            //ValueStateDescriptor<Integer> counterDescriptor = new ValueStateDescriptor<>("counterState", Integer.class);

            bloomState = getRuntimeContext().getState(bloomStateDescriptor);

            //bloomState = getRuntimeContext().getListState(bloomStateDescriptor);
            //counterState = getRuntimeContext().getState(counterDescriptor);
        }

        @Override
        public void processElement(KafkaEvent value, Context context, Collector<String> out) throws Exception {

            String tno = value.getTno();

            BloomFilter bloomFilter = bloomState.value();

            StringBuilder stringBuilder = new StringBuilder();

            if (bloomState.value() == null) {
                bloomFilter = BloomFilter.create(Funnels.unencodedCharsFunnel(), 100000);
                //counterState.update(0);
            }

            //返回false代表一定不存在
            if (!bloomFilter.mightContain(tno)) {
                bloomFilter.put(tno);
                bloomState.update(bloomFilter);
                //counterState.update(counterState.value() + 1);

                //System.out.println("countstate  ==> "+counterState.value());
                String result = stringBuilder//.append(counterState.value()).append("^|")
                        .append(value.getDid()).append("^|")
                        .append(value.getUvs()).toString();
                out.collect(result);
            }
        }
    })/*.uid("mapStateUid")*/.setParallelism(1);

/**
* 全局row_num,operator 状态管理
*/
public static class OperatorStateMap extends RichFlatMapFunction<String, Tuple2<Long, String>> implements CheckpointedFunction {

    //托管状态
    private transient ListState<Long> listState;
    //原始状态
    //private List<Long> listElements = new CopyOnWriteArrayList<>();
    Long listElement = 0L;

    Long i = 0L;

    @Override
    public void flatMap(String value, Collector collector) throws Exception {
        i = listElement;
        if(i == 0) {
            i = i + 1;
            collector.collect(new Tuple2<Long, String>(i, i + "|^|" + value));
            listElement = i;
        }else{
            listElement = listElement + 1;
            i++;
            collector.collect(new Tuple2<Long, String>(listElement, listElement + "|^|" + value));

        }
        //listElements.clear();

        //listElements.add(i);

    }

    /**
     * 进行checkpoint进行快照
     *
     * @param context
     * @throws Exception
     */
    @Override
    public void snapshotState(FunctionSnapshotContext context) throws Exception {
        listState.clear();
        /*for (Long ele : listElements) {
            System.out.println("===============>snapshot存储原始状态"+ele);
            listState.add(ele);
        }*/
        listState.add(listElement);

    }

    /**
     * state的初始状态,包括从故障恢复过来
     *
     * @param context
     * @throws Exception
     */
    @Override
    public void initializeState(FunctionInitializationContext context) throws Exception {
        ListStateDescriptor listStateDescriptor = new ListStateDescriptor("checkPointedList",
                TypeInformation.of(new TypeHint<Long>() {
                }));
        listState = context.getOperatorStateStore().getListState(listStateDescriptor);
        //如果是故障恢复
        /*if (context.isRestored()) {
            //从托管状态将数据到移动到原始状态
            for (Long ele : listState.get()) {
                listElements.add(ele);
            }
            //listState.clear();
        }*/

        if (context.isRestored()) {
            Iterator<Long> iterator = listState.get().iterator();
            while (iterator.hasNext()){
                Long ele = iterator.next();
                System.out.println("===============>"+ele);
                //listElements.add(ele);
                listElement = ele;
            }
        }
    }

    @Override
    public void open(Configuration parameters) throws Exception {
        //listElements = new CopyOnWriteArrayList<>();

    }
}

}

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,378评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,356评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,702评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,259评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,263评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,036评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,349评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,979评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,469评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,938评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,059评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,703评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,257评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,262评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,485评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,501评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,792评论 2 345

推荐阅读更多精彩内容