Apache Flink：未触发流加入窗口

Question

我正在尝试在 apache flink 中加入两个流以获得一些结果。

我的项目的当前状态是，我正在获取 twitter 数据并将其映射到 2 元组，其中保存了用户的语言和定义的时间窗口中的推文总和。 我对每种语言的推文数量和每种语言的转推数都做了这些。推文/转推聚合在其他进程中运行良好。

我现在想获取时间窗口内转发次数占所有推文数量的百分比。

因此我使用以下代码：

Time windowSize = Time.seconds(15);

// Sum up tweets per language
DataStream<Tuple2<String, Integer>> tweetsLangSum = tweets
        .flatMap(new TweetLangFlatMap())
        .keyBy(0)
        .timeWindow(windowSize)
        .sum(1);

// ---

// Get retweets out of all tweets per language
DataStream<Tuple2<String, Integer>> retweetsLangMap = tweets
        .keyBy(new KeyByTweetPostId())
        .flatMap(new RetweetLangFlatMap());

// Sum up retweets per language
DataStream<Tuple2<String, Integer>> retweetsLangSum = retweetsLangMap
        .keyBy(0)
        .timeWindow(windowSize)
        .sum(1);

// ---

tweetsLangSum.join(retweetsLangSum)
            .where(new KeySelector<Tuple2<String, Integer>, String>() {
                @Override
                public String getKey(Tuple2<String, Integer> tweet) throws Exception {
                    return tweet.f0;
                }
            })
            .equalTo(new KeySelector<Tuple2<String, Integer>, String>() {
                @Override
                public String getKey(Tuple2<String, Integer> tweet) throws Exception {
                    return tweet.f0;
                }
            })
            .window(TumblingEventTimeWindows.of(windowSize))
            .apply(new JoinFunction<Tuple2<String, Integer>, Tuple2<String, Integer>, Tuple4<String, Integer, Integer, Double>>() {
                @Override
                public Tuple4<String, Integer, Integer, Double> join(Tuple2<String, Integer> in1, Tuple2<String, Integer> in2) throws Exception {
                    String lang = in1.f0;
                    Double percentage = (double) in1.f1 / in2.f1;
                    return new Tuple4<>(in1.f0, in1.f1, in2.f1, percentage);
                }
            })
            .print();

当我打印 tweetsLangSum 或 retweetsLangSum 时，输出似乎没问题。我的问题是我从来没有从连接中得到输出。有谁知道为什么？还是我在聚合的第一步中使用的窗口函数在加入时出错了？

Answer 1

这可能是由不同时间语义的混合引起的。 KeyedStream.timeWindow() 方法是一个快捷方式，它根据配置的时间特性创建一个窗口运算符，即，如果启用了事件时间，则创建一个事件时间窗口，否则创建一个处理时间窗口。对于连接，您明确定义了一个事件时间窗口。

您是否启用了事件时间处理？

env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);