自定义StreamOperator
点击上方蓝
字关注~
在上一篇 StreamOperator源码简析 从源码角度分析了StreamOperator以及其实现类，此篇幅主要分析一下如何自定义一个StreamOperator。
StreamOperator接口提供了其生命周期的抽象方法，例如初始化方法setup、open、initializeState，checkpoint相关方法prepareSnapshotPreBarrier、snapshotState，但是我们没有必要去自己一一实现这些方法，可以继承其抽象类AbstractStreamOperator，覆盖一些我们需要重写的方法。 在上一篇分析中提到对于source端不需要接受上游数据，也就不需要实现OneInputStreamOperator或者TwoInputStreamOperator接口，如果我们需要接收上游数据就必须实现这两个接口中的一个，主要看一个输入还是两个输入来选择。
案例： 假设我们现在需要实现一个通用的定时、定量的输出的StreamOperator。
实现步骤：
-
继承AbstractStreamOperator抽象类，实现OneInputStreamOperator接口
-
重写open方法，调用flink 提供的定时接口，并且注册定时器
-
重写initializeState/snapshotState方法，由于批量写需要做缓存，那么需要保证数据的一致性，将缓存数据存在状态中
-
重写processElement方法，将数据存在缓存中，达到一定大小然后输出
-
由于需要做定时调用，那么需要有一个定时调用的回调方法，那么定义的类需要实现ProcessingTimeCallback接口，并且实现其onProcessingTime方法（关于flink定时可以参考定时系列文章）
代码：
publicabstractclassCommonSinkOperatorextendsAbstractStreamOperator
implementsProcessingTimeCallback,OneInputStreamOperator{
privateList list;
privateListState listState;
privateint batchSize;
privatelong interval;
privateProcessingTimeService processingTimeService;
publicCommonSinkOperator(){
}
publicCommonSinkOperator(int batchSize,long interval){
this.chainingStrategy =ChainingStrategy.ALWAYS;
this.batchSize = batchSize;
this.interval = interval;
}
@Overridepublicvoid open()throwsException{
super.open();
if(interval >0&& batchSize >1){
//获取AbstractStreamOperator里面的ProcessingTimeService， 该对象用来做定时调用
//注册定时器将当前对象作为回调对象，需要实现ProcessingTimeCallback接口
processingTimeService = getProcessingTimeService();
long now = processingTimeService.getCurrentProcessingTime();
processingTimeService.registerTimer(now + interval,this);
}
}
//状态恢复
@Overridepublicvoid initializeState(StateInitializationContext context)throwsException{
super.initializeState(context);
this.list =newArrayList();
listState = context.getOperatorStateStore().getSerializableListState("batch-interval-sink");
if(context.isRestored()){
listState.get().forEach(x ->{
list.add(x);
});
}
}
@Overridepublicvoid processElement(StreamRecord element)throwsException{
list.add(element.getValue());
if(list.size()>= batchSize){
saveRecords(list);
}
}
//checkpoint
@Overridepublicvoid snapshotState(StateSnapshotContext context)throwsException{
super.snapshotState(context);
if(list.size()>0){
listState.clear();
listState.addAll(list);
}
}
//定时回调
@Overridepublicvoid onProcessingTime(long timestamp)throwsException{
if(list.size()>0){
saveRecords(list);
list.clear();
}
long now = processingTimeService.getCurrentProcessingTime();
processingTimeService.registerTimer(now + interval,this);//再次注册
}
publicabstractvoid saveRecords(List datas);
}
如何调用？ 直接使用dataStream.transform方式即可。
整体来说这个demo相对来说是比较简单的，但是这里面涉及的定时、状态管理也是值得研究，比喻说在这里定时我们直接选择ProcessingTimeService，而没有选择InternalTimerService来完成定时注册，主要是由于InternalTimerService会做定时调用状态保存，在窗口操作中需要任务失败重启仍然可以触发定时，但是在我们案例中不需要，直接下次启动重新注册即可，因此选择了ProcessingTimeService。
推荐阅读
2. F link维表关联系列之Hbase维表关联：LRU策略
4. Flink exactly-once系列之事务性输出实现
7. Flink per-Job模式InfluxdbReporter上报JobName
关注回复 Flink 获取更多信息~
About The Author
