Flink流處理之迭代案例

我們在學習flink時一般都離不開flink官網，而我們通常都要先學會「example」,apche的開源專案一般都會有這個目錄，今天就說一下flink的example中的流處理的迭代

官網流處理的迭代位址

首先。基於輸入流構建iterativestream。這是乙個迭代的起始。通常稱之為迭代頭：

iterativestream
iteration = inputstream.
iterate()
;

接著。我們指定一系列的轉換操作用於表述在迭代過程中執行的邏輯（這裡簡單以map轉換作為演示樣例）。map api所接受的udf就是我們上文所說的步函式：

datastream
iteratedstream = iteration.
map(
/* this is executed many times */
);

然後。作為迭代我們肯定須要有資料反饋給迭代頭進行反覆計算，所以我們從迭代過的流中過濾出符合條件的元素組成的部分流，我們稱之為反饋流：

datastream
feedbackstream = iteratedstream.
filter
(/* one part of the stream */
);

將反饋流反饋給迭代頭就意味著乙個迭代的完整邏輯的完畢，那麼它就能夠「關閉」這個閉合的「環」了。通過呼叫iterativestream的closewith這一例項方法能夠關閉乙個迭代（也可表述為定義了迭代尾）。傳遞給closewith的資料流將會反饋給迭代頭：

iteration.
closewith
(feedbackstream)
;

另外，乙個慣用的模式是過濾出須要繼續向前分發的部分流，這個過濾轉換事實上定義的是「終止迭代」的邏輯條件，符合條件的元素將被分發給下游而不用於進行下一次迭代：

datastream
output = iteratedstream.
filter
(/* some other part of the stream */
);

主幹程式**例如以下：

public
static
void
main
(string[
] args)
throws exception

首先，我們先通過source函式建立初始的流物件inputstream：

datastream
> inputstream = env.
addsource
(new
randomfibonaccisource()
);

該source函式會生成二元組序列，二元組的兩個字段值是隨機生成的作為斐波那契數列的初始值：

private
static
class
randomfibonaccisource
implements
sourcefunction
>
}public
void
cancel()
}

為了對新計算的斐波那契數列中的值以及累加的迭代次數進行儲存，我們須要將二元組資料流轉換為五元組資料流，並據此建立迭代物件：

iterativestream
> iterativestream = 
inputstream.
map(
newtupletransformmapfunction()
).iterate
(5000
);

元組轉換的map函式實現：

private
static
class
tupletransformmapfunction
extends
richmapfunction
integer>
, tuple5
>
}

上面五元組中，當中索引為0。1這兩個位置的元素，始終都是最初生成的兩個元素不會變化，而後三個欄位都會隨著迭代而變化。

在迭代流iterativestream建立完畢之後，我們將基於它執行斐波那契數列的步函式並產生斐波那契數列流fibonaccistream：

datastream
> fibonaccistream = 
iterativestream.
map(
newfibonaccicalcstepfunction()
);

這裡的fibonaccistream僅僅是乙個代稱，當中的資料並非真正的斐波那契數列，事實上就是上面那個五元組。

當中用於計算斐波那契數列的步函式實現例如以下：

private static class fibonaccicalcstepfunction extends richmapfunction , tuple5 >

}

每乙個元素計算斐波那契數列的新值並產生了fibonaccistream，可是我們須要對最新的兩個值進行推斷。看它們是否超過了指定的閾值。超過了閾值的元組將會被輸出，而沒有超過的則會再次參與迭代。因此這將產生兩個不同的分支。我們也為此構建了分支流：

splitstream
> branchedstream = 
fibonaccistream.
split
(new
fibonaccioverflowselector()
);

而對是否超過閾值的元組進行推斷並分離的實現例如以下：

private
static
class
fibonaccioverflowselector
implements
outputselector
<
tuple5
>
return collections.
singleton
(output_flag);}
}

在篩選方法select中，我們對不同的分支以不同的常量識別符號進行標識：iterate_flag（還要繼續迭代）和output_flag（直接輸出）。

產生了分支流之後。我們就能夠從中檢出不同的流分支做迭代或者輸出處理。

對須要再次迭代的，就通過迭代流的closewith方法反饋給迭代頭：

iterativestream.
closewith
(branchedstream.
select
(iterate_flag)
);

而對於不須要的迭代就直接讓其流向下游處理，這裡我們僅僅是簡單得將流「重構」了一下然後直接輸出：

datastream
> outputstream = branchedstream 
.select
(output_flag)
.map
(new
buildoutputtuplemapfunction()
);outputstream.
print()
;

所謂的重構就是將之前的五元組又一次縮減為三元組，實現例如以下：

private
static
class
buildoutputtuplemapfunction
extends
richmapfunction
< 
tuple5
, 
tuple3
>
}