【问题标题】:why pass arguments to the constructor of operator function class is null of Flink?为什么将参数传递给操作函数类的构造函数是 Flink 的 null?
【发布时间】:2020-05-13 14:14:40
【问题描述】:

我正在研究Flink,我想构建一个扩展ProcessWindowFunction的运算符函数并重载一个带有参数的新构造函数作为类的字段值,但是当这个类被实例化时,没有这个字段,我很困惑。代码如下。

import com.aliyun.datahub.client.model.Field;
import com.aliyun.datahub.client.model.FieldType;
import com.aliyun.datahub.client.model.PutRecordsResult;
import io.github.streamingwithflink.chapter8.PoJoElecMeterSource;
import org.apache.flink.streaming.api.TimeCharacteristic;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.windowing.assigners.TumblingProcessingTimeWindows;
import org.apache.flink.streaming.api.windowing.time.Time;

public class DataHubSinkDemo {
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setStreamTimeCharacteristic(TimeCharacteristic.ProcessingTime);
        env.enableCheckpointing(10_000L);
        env.setParallelism(2);

        RecordSchemaSer schema = new RecordSchemaSer();

        schema.addField(new Field("id", FieldType.STRING));            

        DataStream<PutRecordsResult> out = env
                .addSource(new PoJoElecMeterSource())
                .keyBy( r -> r.getId())
                .window(TumblingProcessingTimeWindows.of(Time.seconds(3))) 
                .process(new PutDatahubFunction<>(schema));  // PutDatahubFunction is my build a new Operator function class

        env.execute();
    }
}

可变模式是我要发送给构造函数的参数,它是 RecordSchemaSer 类的一个实例

import com.aliyun.datahub.client.model.RecordSchema;
import java.io.Serializable;

public class RecordSchemaSer
        extends RecordSchema
        implements Serializable {

}

PutDatahubFunction 是一个扩展 ProcessWindowFunction 的类,代码如下

import com.aliyun.datahub.client.model.*;

import io.github.streamingwithflink.chapter8.PUDAPoJo;
import org.apache.flink.configuration.Configuration;
import org.apache.flink.streaming.api.functions.windowing.ProcessWindowFunction;
import org.apache.flink.streaming.api.windowing.windows.TimeWindow;
import org.apache.flink.util.Collector;

import java.lang.reflect.Field;
import java.util.ArrayList;
import java.util.List;

public class PutDatahubFunction<IN extends PUDAPoJo, KEY>
        extends ProcessWindowFunction<IN, PutRecordsResult, KEY, TimeWindow> {

    private DataHubBase dataHubHandler;
    private List<RecordEntry> recordEntries;
    private RecordSchema schema;

    public PutDatahubFunction(RecordSchema schema) {

        this.schema = schema;
        System.out.println("field 'id' not exist ? " + this.schema.containsField("id"));  // it's true
    }

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

    @Override
    public void process(KEY KEY,
                        Context context,
                        Iterable<IN> elements,
                        Collector<PutRecordsResult> out)
            throws Exception {

        RecordEntry entry = new RecordEntry();

        for (IN e : elements) {
            System.out.println("field 'id' not exist ? " + this.schema.containsField("id")); // it's false
            ......
        }

    }
}

构造函数中的第一个system.out,this.schema.containsField("id")为true,但process方法中的第二个system.out,this.schema.containsField("id")为false!为什么?我有 system.out 实例的两个类名,它们都是 PutDatahubFunction。

使用 ValueState 不起作用,因为构造函数没有调用 getRuntimeContext(),否则线程“main”java.lang.IllegalStateException 中的异常:运行时上下文尚未初始化。代码如下:

private ValueState<RecordSchema>  schema;


public PutTupleDatahubFunction(RecordSchema schema) throws IOException {
    ValueStateDescriptor schemaDes =
            new ValueStateDescriptor("datahub schema", TypeInformation.of(RecordSchema.class));
    /*
     * error Exception in thread "main" java.lang.IllegalStateException:
     * The runtime context has not been initialized.
     */
    this.schema = getRuntimeContext().getState(schemaDes);
    this.schema.update(schema);
}

我很fuzz,谁能告诉我原因,有没有办法给这个算子函数类的构造函数传递参数?谢谢。

【问题讨论】:

  • 我认为你需要使用ValueState&lt;RecordSchema&gt;
  • 我觉得这个问题可以用ValueState解决,但是没想到用ValueState,因为State是消耗JVM的,我想查一下原因。
  • 你是在本地 PC 还是在集群中运行它?
  • 我在本地电脑 idea intellij 上运行这些代码

标签: apache-flink flink-streaming


【解决方案1】:

终于搞明白了,原因是Serialize和Deserialize。我没有编码 RecordSchemaSer 原因是序列化内容,由于 null

public class RecordSchemaSer
        extends RecordSchema
        implements Serializable
{


}

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-03-07
    • 1970-01-01
    • 2011-06-28
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多