stream-window-function

2017-11-19 本文已影响15人苗栋栋

介绍

Window也即窗口，是Flink流处理的特性之一。前一篇文章我们谈到了Winodw的相关概念及其实现。窗口的目的是将无界的流转换为有界的元素集合，但这还不是最终的目的，最终的目的是在这有限的集合上apply(应用)某种函数，这就是我们本篇要谈的主题——WindowFunction（窗口函数）。

那么窗口函数会在什么时候被应用呢？还记得上篇文章我们谈到了触发器Trigger，在触发器触发后会返回TriggerResult这个枚举类型的其中一个枚举值。当返回的是FIRE或者FIRE_AND_PURGE时，窗口函数就会在窗口上应用。

Flink中将窗口函数分为两种：

AllWindowFunction : 针对全局的不基于某个key进行分组的window的窗口函数的实现
WindowFunction : 针对基于某个key进行分组的window的窗口函数的实现

它们在类型继承体系中分属两个不同的体系：

但可以看到，针对这两个体系几乎都提供了相同功能的窗口函数的实现。

AllWindowFunction

所有不基于某个key进行分组的window的窗口函数的实现的基类。该接口是个泛型接口，需要指定三个泛型参数：

IN ：input数据的类型
OUT ：output对象的类型
W : 继承自Window，表示需要在其上应用该操作的Window的类型
该接口只有一个接口方法：

void apply(W window, Iterable<IN> values, Collector<OUT> out) throws Exception;

该方法用于在window上的元素集合values进行计算，然后out出0个或多个值。

RichAllWindowFunction

抽象类，继承AbstractRichFunction以提供rich 的AllWindowFunction（AbstractRichFunction提供了open/close方法对以及获得运行时上下文对象的手段）。我们在之前解析SourceFunction和SinkFunction时多次看到这种实现模式。这里该类不提供任何实现。

ReduceIterableAllWindowFunction

ReduceIterableAllWindowFunction用于对其窗口内的所有元素迭代应用reduce操作并合并为一个元素，然后再发射出去。它接收ReduceFunction的实例，以提供reduce函数。

该类apply方法实现如下：

public void apply(W window, Iterable<T> input, Collector<T> out) throws Exception {
T curr = null;
for (T val: input) {
if (curr == null) {
curr = val;
} else {
curr = reduceFunction.reduce(curr, val);
}
}
out.collect(curr);
}

reduceFunction#reduce方法，用于将第一个参数和第二个参数进行合并为一个元素。

ReduceApplyAllWindowFunction

ReduceApplyAllWindowFunction用于对窗口内的所有元素进行reduce操作后再进行调用apply。其构造器接收两个参数：

reduceFunction ：提供reduce操作的ReduceFunction
windowFunction ：提供apply操作的AllWindowFunction，该参数用于对window中元素进行reduce之后产生的单个元素再进行最终的apply操作。

该类的apply实现如下：

1   public void apply(W window, Iterable<T> input, Collector<R> out) throws Exception {
2   T curr = null;
3   for (T val: input) {
4   if (curr == null) {
5   curr = val;
6   } else {
7   curr = reduceFunction.reduce(curr, val);
8   }
9   }
10  windowFunction.apply(window, Collections.singletonList(curr), out);
11  }

PassThroughAllWindowFunction

PassThroughAllWindowFunction该类仅仅提供passthrough功能，也即直接通过发射器将窗口内的元素迭代发射出去，除此之外不进行任何操作。

FoldApplyAllWindowFunction

FoldApplyAllWindowFunction用于对窗口中的数据先进行fold操作，得到一个最终合并的元素，再进行apply操作。因此它需要如下三个参数：

initialValue ：应用foldFunction的初始值
foldFunction ：执行fold操作
windowFunction ：对fold之后的最终值应用apply操作

该类继承自WrappingFunction。WrappingFunction类似于一个包装器，包装传进来的某个Function，给一些模式化方法(open/close)提供了一些便捷处理。

这里有一点需要区分一下，因为ReduceFunction和FoldFuction都具有将一组元素合并为单个元素的功能，所以他们看起来非常相似。不过他们还是有区别的，其中的一个区别就是，FoldFunction在进行fold操作的时候，还会进行潜在的类型转换。看下面的示例：

1   ReduceFunction<Integer> {
2   public Integer reduce(Integer a, Integer b) { return a + b; }
3   }
4   [1, 2, 3, 4, 5] -> reduce() means: ((((1 + 2) + 3) + 4) + 5) = 15

1   FoldFunction<String, Integer> {
2   public String fold(String current, Integer i) { return current +
3   String.valueOf(i); }
4   }
5   [1, 2, 3, 4, 5] -> fold("start-") means: ((((("start-" + 1) + 2) + 3) + 4)
6   + 5) = "start-12345" (as a String)

WindowFunction

这是Flink的另一个基于key进行分组的WindowFunction。因此跟AllWindowFunction主要的不同的是，其泛型参数多了一个KEY，表示进行分组的key的类型。

同时其接口方法中也相应多了一个参数：

void apply(KEY key, W window, Iterable<IN> input, Collector<OUT> out) throws Exception;

具体的实现跟AllWindowFunction的实现大同小异，不再多谈。

小结

本篇主要剖析了Flink提供的两种不同的窗口函数AllWindowFunction以及WindowFunction。并对Flink针对AllWindowFunction的实现进行了解读。