CoProcessFunction实战三部曲之三（定时器和侧输出） _function

书到用时方恨少，事非经过不知难。这篇文章主要讲述CoProcessFunction实战三部曲之三：定时器和侧输出相关的知识，希望能为你提供帮助。
欢迎访问我的GitHub
本篇概览

本文是《CoProcessFunction实战三部曲》的终篇，主要内容是在CoProcessFunction中使用定时器和侧输出，对上一篇的功能进行增强；
回顾上一篇的功能：一号流收到aaa后保存在状态中，直到二号流收到aaa，把两个aaa的值相加后输出到下游；
上述功能有个问题：二号流如果一直收不到aaa，下游就一直没有aaa的输出，相当于进入一号流的aaa已经石沉大海了；
今天的实战就是修复上述问题：aaa在一个流中出现后，10秒之内如果出现在另一个流中，就像以前那样值相加，输出到下游，如果10秒内没有出现在另一个流，就流向侧输出，再将所有状态清理干净；参考文章
1. 理解状态：《深入了解ProcessFunction的状态操作(Flink-1.10)》
2. 理解定时器：《理解ProcessFunction的Timer逻辑》梳理流程
为了编码的逻辑正确，咱们把正常和异常的流程先梳理清楚；
下图是正常流程：aaa在一号流出现后，10秒内又在二号流出现了，于是相加并流向下游：

文章图片
再来看异常的流程，如下图，一号流在16:14:01收到aaa，但二号流一直没有收到aaa，等到10秒后，也就是16:14:11，定时器被触发，从状态1得知10秒前一号流收到过aaa，于是将数据流向一号侧输出：

文章图片
接下来编码实现上面的功能；源码下载
如果您不想写代码，整个系列的源码可在GitHub下载到，地址和链接信息如下表所示(https://github.com/zq2599/blog_demos)：

名称	链接	备注
项目主页	https://github.com/zq2599/blog_demos	该项目在GitHub上的主页
git仓库地址(https)	https://github.com/zq2599/blog_demos.git	该项目源码的仓库地址，https协议
git仓库地址(ssh)	git@github.com:zq2599/blog_demos.git	该项目源码的仓库地址，ssh协议

这个git项目中有多个文件夹，本章的应用在flinkstudy文件夹下，如下图红框所示：

文章图片

CoProcessFunction的子类

前面的两篇实战中，CoProcessFunction的子类都写成了匿名类，如下图红框：

文章图片
本文中，CoProcessFunction子类会用到外部类的成员变量，因此不能再用匿名类了，新增CoProcessFunction的子类ExecuteWithTimeoutCoProcessFunction.java，稍后会说明几个关键点：
package com.bolingcavalry.coprocessfunction;

import com.bolingcavalry.Utils;
import org.apache.flink.api.common.state.ValueState;
import org.apache.flink.api.common.state.ValueStateDescriptor;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.configuration.Configuration;
import org.apache.flink.streaming.api.functions.co.CoProcessFunction;
import org.apache.flink.util.Collector;
import org.apache.flink.util.OutputTag;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
/**

实现双流业务逻辑的功能类
*/
public class ExecuteWithTimeoutCoProcessFunction extends CoProcessFunction< Tuple2< String, Integer> , Tuple2< String, Integer> , Tuple2< String, Integer> >
private static final Logger logger = LoggerFactory.getLogger(ExecuteWithTimeoutCoProcessFunction.class);
/**
- 等待时间
  */
  private static final long WAIT_TIME = 10000L;
public ExecuteWithTimeoutCoProcessFunction(OutputTag< String> source1SideOutput, OutputTag< String> source2SideOutput)
super();
this.source1SideOutput = source1SideOutput;
this.source2SideOutput = source2SideOutput;

private OutputTag< String> source1SideOutput;
private OutputTag< String> source2SideOutput;
// 某个key在processElement1中存入的状态
private ValueState< Integer> state1;
// 某个key在processElement2中存入的状态
private ValueState< Integer> state2;
// 如果创建了定时器，就在状态中保存定时器的key
private ValueState< Long> timerState;
// onTimer中拿不到当前key，只能提前保存在状态中（KeyedProcessFunction的OnTimerContext有API可以取到，但是CoProcessFunction的OnTimerContext却没有）
private ValueState< String> currentKeyState;
@Override
public void open(Configuration parameters) throws Exception
// 初始化状态
state1 = getRuntimeContext().getState(new ValueStateDescriptor< > (" myState1" , Integer.class));
state2 = getRuntimeContext().getState(new ValueStateDescriptor< > (" myState2" , Integer.class));
timerState = getRuntimeContext().getState(new ValueStateDescriptor< > (" timerState" , Long.class));
currentKeyState = getRuntimeContext().getState(new ValueStateDescriptor< > (" currentKeyState" , String.class));

/**
- 所有状态都清理掉
  */
  private void clearAllState()
  state1.clear();
  state2.clear();
  currentKeyState.clear();
  timerState.clear();
@Override
public void processElement1(Tuple2< String, Integer> value, Context ctx, Collector< Tuple2< String, Integer> > out) throws Exception
logger.info(" processElement1：处理元素1：" , value);

String key = value.f0; Integer value2 = state2.value(); // value2为空，就表示processElement2还没有处理或这个key， // 这时候就把value1保存起来 if(null==value2) logger.info("processElement1：2号流还未收到过[]，把1号流收到的值[]保存起来", key, value.f1); state1.update(value.f1); currentKeyState.update(key); // 开始10秒的定时器，10秒后会进入 long timerKey = ctx.timestamp() + WAIT_TIME; ctx.timerService().registerProcessingTimeTimer(timerKey); // 保存定时器的key timerState.update(timerKey); logger.info("processElement1：创建定时器[]，等待2号流接收数据", Utils.time(timerKey)); else logger.info("processElement1：2号流收到过[]，值是[]，现在把两个值相加后输出", key, value2); // 输出一个新的元素到下游节点 out.collect(new Tuple2< > (key, value.f1 + value2)); // 删除定时器（这个定时器应该是processElement2创建的） long timerKey = timerState.value(); logger.info("processElement1：[]的新元素已输出到下游，删除定时器[]", key, Utils.time(timerKey)); ctx.timerService().deleteProcessingTimeTimer(timerKey); clearAllState();

@Override
public void processElement2(Tuple2< String, Integer> value, Context ctx, Collector< Tuple2< String, Integer> > out) throws Exception
logger.info(" processElement2：处理元素2：" , value);

String key = value.f0; Integer value1 = state1.value(); // value1为空，就表示processElement1还没有处理或这个key， // 这时候就把value2保存起来 if(null==value1) logger.info("processElement2：1号流还未收到过[]，把2号流收到的值[]保存起来", key, value.f1); state2.update(value.f1); currentKeyState.update(key); // 开始10秒的定时器，10秒后会进入 long timerKey = ctx.timestamp() + WAIT_TIME; ctx.timerService().registerProcessingTimeTimer(timerKey); // 保存定时器的key timerState.update(timerKey); logger.info("processElement2：创建定时器[]，等待1号流接收数据", Utils.time(timerKey)); else logger.info("processElement2：1号流收到过[]，值是[]，现在把两个值相加后输出", key, value1); // 输出一个新的元素到下游节点 out.collect(new Tuple2< > (key, value.f1 + value1)); // 删除定时器（这个定时器应该是processElement1创建的） long timerKey = timerState.value(); logger.info("processElement2：[]的新元素已输出到下游，删除定时器[]", key, Utils.time(timerKey)); ctx.timerService().deleteProcessingTimeTimer(timerKey); clearAllState();

@Override
public void onTimer(long timestamp, OnTimerContext ctx, Collector< Tuple2< String, Integer> > out) throws Exception
super.onTimer(timestamp, ctx, out);

String key = currentKeyState.value(); // 定时器被触发，意味着此key只在一个中出现过 logger.info("[]的定时器[]被触发了", key, Utils.time(timestamp)); Integer value1 = state1.value(); Integer value2 = state2.value(); if(null!=value1) logger.info("只有1号流收到过[]，值为[]", key, value1); // 侧输出 ctx.output(source1SideOutput, "source1 side, key [" + key+ "], value [" + value1 + "]"); if(null!=value2) logger.info("只有2号流收到过[]，值为[]", key, value2); // 侧输出 ctx.output(source2SideOutput, "source2 side, key [" + key+ "], value [" + value2 + "]"); clearAllState();

3. 关键点之一：新增状态**timerState**，用于保存定时器的key； 4. 关键点之二：CoProcessFunction的**onTimer**中拿不到当前key(KeyedProcessFunction可以，其OnTimerContext类提供了API)，因此新增状态**currentKeyState**，这样在onTimer中就知道当前key了； 5. 关键点之三：processElement1中，处理aaa时，如果2号流还没收到过aaa，就存入状态，并启动10秒定时器； 6. 关键点之四：processElement2处理aaa时，发现1号流收到过aaa，就相加再输出到下游，并且删除processElement1中创建的定时器，aaa相关的所有状态也全部清理掉； 7. 关键点之五：如果10秒内aaa在两个流中都出现过，那么一定会流入下游并且定时器会被删除，因此，一旦**onTimer**被执行，意味着aaa只在一个流中出现过，而且已经过去10秒了，此时在**onTimer**中可以执行流向侧输出的操作； 8. 以上就是双流处理的逻辑和代码，接下来编写**AbstractCoProcessFunctionExecutor**的子类；

业务执行类AddTwoSourceValueWithTimeout

负责执行整个功能的，是抽象类AbstractCoProcessFunctionExecutor的子类，如下，稍后会说明几个关键点：
package com.bolingcavalry.coprocessfunction;

import com.bolingcavalry.Utils;
import org.apache.flink.api.java.tuple.Tuple;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.KeyedStream;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.AssignerWithPeriodicWatermarks;
import org.apache.flink.streaming.api.functions.co.CoProcessFunction;
import org.apache.flink.streaming.api.watermark.Watermark;
import org.apache.flink.util.OutputTag;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
/**

@author will
@email zq2599@gmail.com
@date 2020-11-11 09:48
@description 将两个流中相通key的value相加，当key在一个流中出现后，
会在有限时间内等待它在另一个流中出现，如果超过等待时间任未出现就在旁路输出
*/
public class AddTwoSourceValueWithTimeout extends AbstractCoProcessFunctionExecutor
private static final Logger logger = LoggerFactory.getLogger(AddTwoSourceValueWithTimeout.class);
// 假设aaa流入1号源后，在2号源超过10秒没有收到aaa，那么1号源的aaa就会流入source1SideOutput
final OutputTag< String> source1SideOutput = new OutputTag< String> (" source1-sideoutput" );
// 假设aaa流入2号源后，如果1号源超过10秒没有收到aaa，那么2号源的aaa就会流入source2SideOutput
final OutputTag< String> source2SideOutput = new OutputTag< String> (" source2-sideoutput" );
/**
- 重写父类的方法，保持父类逻辑不变，仅增加了时间戳分配器，向元素中加入时间戳
- @param port
- @return*/
  @Override
  br/>*/
  @Override
  return env
  // 监听端口
  .socketTextStream(" localhost" , port)
  // 得到的字符串" aaa,3" 转成Tuple2实例，f0=" aaa" ，f1=3
  .map(new WordCountMap())
  // 设置时间戳分配器，用当前时间作为时间戳
  .assignTimestampsAndWatermarks(new AssignerWithPeriodicWatermarks< Tuple2< String, Integer> > ()
  
  @Override public long extractTimestamp(Tuple2< String, Integer> element, long previousElementTimestamp) long timestamp = System.currentTimeMillis(); logger.info("添加时间戳，值：，时间戳：", element, Utils.time(timestamp)); // 使用当前系统时间作为时间戳 return timestamp; @Override public Watermark getCurrentWatermark() // 本例不需要watermark，返回null return null; ) // 将单词作为key分区 .keyBy(0);
@Override
protected CoProcessFunction< Tuple2< String, Integer> , Tuple2< String, Integer> , Tuple2< String, Integer> > getCoProcessFunctionInstance()
return new ExecuteWithTimeoutCoProcessFunction(source1SideOutput, source2SideOutput);

@Override
protected void doSideOutput(SingleOutputStreamOperator< Tuple2< String, Integer> > mainDataStream)
// 两个侧输出都直接打印
mainDataStream.getSideOutput(source1SideOutput).print();
mainDataStream.getSideOutput(source2SideOutput).print();

【CoProcessFunction实战三部曲之三（定时器和侧输出）】public static void main(String[] args) throws Exception
new AddTwoSourceValueWithTimeout().execute();

2. 关键点之一：增减成员变量**source1SideOutput**和**source2SideOutput**，用于侧输出； 3. 关键点之二：重写父类的buildStreamFromSocket方法，加了个时间戳分配器，这样每个元素都带有时间戳； 4. 关键点之三：重写父类的doSideOutput方法，这里面会把侧输出的数据打印出来； 5. 以上就是所有代码了，接下来开始验证；

验证（不超时的操作）

分别开启本机的9998和9999端口，我这里是MacBook，执行nc -l 9998和nc -l 9999
启动Flink应用，如果您和我一样是Mac电脑，直接运行AddTwoSourceValueWithTimeout.main方法即可（如果是windows电脑，我这没试过，不过做成jar在线部署也是可以的）；
在监听9998端口的控制台输入aaa,1，此时flink控制台输出如下，可见processElement1方法中，读取state2为空，表示aaa在2号流还未出现过，此时的aaa是首次出现，应该放入state中保存，并且创建了定时器：
18:18:10,472 INFOAddTwoSourceValueWithTimeout- 添加时间戳，值：(aaa,1)，时间戳：2020-11-12 06:18:10 18:18:10,550 INFOExecuteWithTimeoutCoProcessFunction- processElement1：处理元素1：(aaa,1) 18:18:10,550 INFOExecuteWithTimeoutCoProcessFunction- processElement1：2号流还未收到过[aaa]，把1号流收到的值[1]保存起来 18:18:10,553 INFOExecuteWithTimeoutCoProcessFunction- processElement1：创建定时器[2020-11-12 06:18:20]，等待2号流接收数据
尽快在监听9999端口的控制台输入aaa,2，flink日志如下所示，可见相加后输出到下游，并且定时器也删除了：
18:18:15,813 INFOAddTwoSourceValueWithTimeout- 添加时间戳，值：(aaa,2)，时间戳：2020-11-12 06:18:15 18:18:15,887 INFOExecuteWithTimeoutCoProcessFunction- processElement2：处理元素2：(aaa,2) 18:18:15,887 INFOExecuteWithTimeoutCoProcessFunction- processElement2：1号流收到过[aaa]，值是[1]，现在把两个值相加后输出 (aaa,3) 18:18:15,888 INFOExecuteWithTimeoutCoProcessFunction- processElement2：[aaa]的新元素已输出到下游，删除定时器[2020-11-12 06:18:20]

验证（超时的操作）
前面试过了正常流程，再来试试超时流程是否符合预期；
在监听9998端口的控制台输入aaa,1，然后等待十秒，flink控制台输出如下，可见定时器被触发，并且aaa流向了1号流的侧输出：
18:23:37,393 INFOAddTwoSourceValueWithTimeout - 添加时间戳，值：(aaa,1)，时间戳：2020-11-12 06:23:37 18:23:37,417 INFOExecuteWithTimeoutCoProcessFunction - processElement1：处理元素1：(aaa,1) 18:23:37,417 INFOExecuteWithTimeoutCoProcessFunction - processElement1：2号流还未收到过[aaa]，把1号流收到的值[1]保存起来 18:23:37,417 INFOExecuteWithTimeoutCoProcessFunction - processElement1：创建定时器[2020-11-12 06:23:47]，等待2号流接收数据 18:23:47,398 INFOExecuteWithTimeoutCoProcessFunction - [aaa]的定时器[2020-11-12 06:23:47]被触发了 18:23:47,399 INFOExecuteWithTimeoutCoProcessFunction - 只有1号流收到过[aaa]，值为[1] source1 side, key [aaa], value [1]
- 至此，CoProcessFunction实战三部曲已经全部完成了，希望这三次实战能够给您一些参考，帮您更快掌握和理解CoProcessFunction；