Flink 维护配置状态

Question

我有一个在 Flink 中维护配置的用例，我真的不知道如何处理。

假设我在某处存储了一些配置，我需要它来进行处理。在Flink作业初始化的时候，我想加载所有的配置。

这个配置也可以在Flink作业的运行期间被修改，所以我必须在内存中保留这个配置的状态，并在需要的时候更新它。可以从 KafkaSource 访问配置更新。

这就是我所拥有的：

我有一个函数可以加载整个配置，将其保持在一个状态并将其与我的数据流相关联：

public class MyConfiguration extends RichFlatMapFunction<Row, Row>{
    private transient MapState<String, MyConfObject> configuration;

    @Override
    public void open(MyConfiguration config) throws Exception{
        MapStateDescriptor<String,MyConfObject> descriptor = new MapStateDescriptor<String,MyConfObject>(
                "configuration",
                BasicTypeInfo.STRING_TYPE_INFO,
                ...
        );
        configuration = getRuntimeContext().getMapState(descriptor);
        configuration.putAll(...);   // Load configuration from somewhere
    }

    @Override
    public void flatMap(Row value, Collector<Row> out) throws Exception {
        MyConfObject conf = configuration.get(...);
        ...               // Associate conf with data
        out.collect(value);
    }
}

我的管道是这样的：

DataStream<Row> dataStream = ...; // My data stream
DataStream<Map<String, MyConfObject> streamConf = 
     env.addSource(new FlinkKafkaConsumer<Row>(..., ..., ...)) // The stream of configuration updates
        .map(...); 

return dataStream
    .assignTimestampsAndWatermarks(...)
    .flatMap(new MyConfiguration())

    ... //Do some processing

    .map(m -> {
        ObjectMapper objectMapper = new ObjectMapper();
        String json = objectMapper.writeValueAsString(m);
        return json.getBytes();
    });

我想要的是使用配置更新流 streamConf 来更新 MyConfiguration 平面地图函数内的状态变量。我该怎么做？

Answer 1

我建议您编写一个从 Kafka 读取配置信息的源代码，然后通过广播流将对配置的更改广播到映射函数。映射函数会将完整的当前配置存储在其持久状态中，广播流意味着映射函数的所有实例都将获得所有配置更改。

Flink 维护配置状态

Flink maintaining configuration state

java

apache-flink

flink-streaming