如何在 Trident 中映射具有持久状态的元组？

Question

我正在学习Trident 框架。在 Trident Streams 上有几种方法用于批处理中的聚合元组，包括 this one，它允许使用 Aggregator 接口对元组进行状态映射。但不幸的是，不存在用于额外持久化地图状态的内置对应项，例如 persistentAggregate() 的其他 9 个重载，仅以 Aggregator 作为参数。

因此，如何通过结合较低级别的 Trident 和 Storm 抽象和工具来实现所需的功能？探索 API 非常困难，因为几乎没有 Javadoc 文档。

换句话说，persistentAggregate() 方法允许通过更新一些持久状态来结束流处理：

stream of tuples ---> persistent state

我想更新持久化状态，顺便发出不同的元组：

stream of tuples ------> stream of different tuples
                  with
            persistent state

Stream.aggregate(Fields, Aggregator, Fields) 不提供容错：

stream of tuples ------> stream of different tuples
                  with
          simple in-memory state

Answer 1

您可以使用TridentState#newValuesStream() 方法从状态创建新流。 这将允许您检索聚合值的流。

出于说明目的，我们可以通过添加此方法和调试过滤器来改进example in Trident documentation：

FixedBatchSpout spout = new FixedBatchSpout(new Fields("sentence"), 3,
    new Values("the cow jumped over the moon"),
    new Values("the man went to the store and bought some candy"),
    new Values("four score and seven years ago"),
    new Values("how many apples can you eat"));
spout.setCycle(true);

TridentTopology topology = new TridentTopology();        
topology.newStream("spout1", spout)
    .each(new Fields("sentence"), new Split(), new Fields("word"))
    .groupBy(new Fields("word"))
    .persistentAggregate(new MemoryMapState.Factory(), new Count(), new Fields("count"))                
    .newValuesStream().each(new Fields("count"), new Debug());

运行此拓扑将输出（到控制台）聚合计数。

希望对你有帮助