阅读更多
一.背景
这个和demo1类似,只是提供另外一种实现方式,类似kafka 利用streamTableSource 来做。
二.代码
@Data @ToString public class UserInfo implements Serializable { private Timestamp pTime; private String userId; private String itemId; public UserInfo() { } public UserInfo(String userId, String itemId) { this.userId = userId; this.itemId = itemId; this.pTime = new Timestamp(System.currentTimeMillis()); } }
public class UserTableSource implements StreamTableSource<UserInfo>, DefinedRowtimeAttributes { /** * 返回类型 * @return */ @Override public TypeInformation<UserInfo> getReturnType() { return TypeInformation.of(UserInfo.class); } @Override public TableSchema getTableSchema() { // 可以 这样定义 // TableSchema schema = new TableSchema( // new String[]{"pTime","userId","itemId"}, // new TypeInformation[]{Types.SQL_TIMESTAMP,Types.STRING,Types.STRING}); return TableSchema.fromTypeInfo(getReturnType()); } @Override public String explainSource() { return "userSource"; } @Override public DataStream<UserInfo> getDataStream(StreamExecutionEnvironment execEnv) { UserDataSource source = new UserDataSource(); DataStream<UserInfo> userInfoDataStream = execEnv.addSource(source); return userInfoDataStream; } @Override public List<RowtimeAttributeDescriptor> getRowtimeAttributeDescriptors() { RowtimeAttributeDescriptor descriptor = new RowtimeAttributeDescriptor("pTime", new ExistingField("pTime"), new AscendingTimestamps()); return Collections.singletonList(descriptor); } }
public class UserStreamTableApp { public static void main(String[] args) throws Exception { StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); env.setParallelism(1); env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime); // create a TableEnvironment StreamTableEnvironment tEnv = TableEnvironment.getTableEnvironment(env); tEnv.registerTableSource("test", new UserTableSource()); Table result = tEnv.sqlQuery("SELECT userId,TUMBLE_END(pTime, INTERVAL '5' SECOND) as pTime,count(1) as cnt FROM test" + " GROUP BY TUMBLE(pTime, INTERVAL '5' SECOND),userId "); // deal with (Tuple2<Boolean, Row> value) -> out.collect(row) SingleOutputStreamOperator allClick = tEnv.toRetractStream(result, Row.class) .flatMap((Tuple2<Boolean, Row> value, Collector<Row> out) -> { out.collect(value.f1); }).returns(Row.class); // add sink or print allClick.print(); env.execute("test"); } }
0顶
0踩
分享到:
- 32 分钟前
- 浏览 10
- 分类:互联网
- 查看更多
评论
发表评论
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Web应用漏洞侦测与防御
Mike Shema / 齐宁、庞建民、张铮、单征 / 机械工业出版社 / 2014-8-20 / 69.00
本书由国际知名网络安全专家亲笔撰写,全面讲解如何预防常见的网络攻击,包括HTML注入及跨站脚本攻击、跨站请求伪造攻击、SQL注入攻击及数据存储操纵、攻破身份认证模式、利用设计缺陷、利用平台弱点、攻击浏览器和隐私等, 全书共8章:第1章介绍HTML5的新增特性及使用和滥用HTML5的安全考虑;第2章展示了如何只通过浏览器和最基本的HTML知识就可以利用Web中最常见的漏洞;第3章详细讲解CSR......一起来看看 《Web应用漏洞侦测与防御》 这本书的介绍吧!