背景需求
在電商領域會有這麼一個場景,如果用戶買了商品,在訂單完成之後,24小時之內沒有做出評價,系統自動給與五星好評,我們今天主要使用flink的定時器來簡單實現這一功能。
案例詳解
自定義source
首先我們還是通過自定義source來模擬生成一些訂單數據.
在這裏,我們生了一個最簡單的二元組Tuple2,包含訂單id和訂單完成時間兩個字段.
public static class MySource implements SourceFunction<Tuple2<String,Long>>{
private volatile boolean isRunning = true;
@Override
public void run(SourceContext<Tuple2<String,Long>> ctx) throws Exception{
while (isRunning){
Thread.sleep(1000);
//訂單id
String orderid = UUID.randomUUID().toString();
//訂單完成時間
long orderFinishTime = System.currentTimeMillis();
ctx.collect(Tuple2.of(orderid, orderFinishTime));
}
}
@Override
public void cancel(){
isRunning = false;
}
}
定時處理邏輯
先上代碼, 我們再來依次解釋代碼
public static class TimerProcessFuntion
extends KeyedProcessFunction<Tuple,Tuple2<String,Long>,Object>{
private MapState<String,Long> mapState;
//超過多長時間(interval,單位:毫秒) 沒有評價,則自動五星好評
private long interval = 0l;
public TimerProcessFuntion(long interval){
this.interval = interval;
}
@Override
public void open(Configuration parameters){
MapStateDescriptor<String,Long> mapStateDesc = new MapStateDescriptor<>(
"mapStateDesc",
String.class, Long.class);
mapState = getRuntimeContext().getMapState(mapStateDesc);
}
@Override
public void onTimer(
long timestamp, OnTimerContext ctx, Collector<Object> out) throws Exception{
Iterator iterator = mapState.iterator();
while (iterator.hasNext()){
Map.Entry<String,Long> entry = (Map.Entry<String,Long>) iterator.next();
String orderid = entry.getKey();
boolean f = isEvaluation(entry.getKey());
mapState.remove(orderid);
if (f){
LOG.info("訂單(orderid: {}) 在 {} 毫秒時間內已經評價,不做處理", orderid, interval);
}
if (f){
//如果用戶沒有做評價,在調用相關的接口給與默認的五星評價
LOG.info("訂單(orderid: {}) 超過 {} 毫秒未評價,調用接口給與五星自動好評", orderid, interval);
}
}
}
/**
* 用戶是否對該訂單進行了評價,在生產環境下,可以去查詢相關的訂單系統.
* 我們這裏只是隨便做了一個判斷
*
* @param key
* @return
*/
private boolean isEvaluation(String key){
return key.hashCode() % 2 == 0;
}
@Override
public void processElement(
Tuple2<String,Long> value, Context ctx, Collector<Object> out) throws Exception{
mapState.put(value.f0, value.f1);
ctx.timerService().registerProcessingTimeTimer(value.f1 + interval);
}
}
- 首先我們定義一個MapState類型的狀態,key是訂單號,value是訂單完成時間
- 在processElement處理數據的時候,把每個訂單的信息存入狀態中,這個時候不做任何處理,並且註冊一個比訂單完成時間大於間隔時間(interval)的定時器.
- 註冊的定時任務在到達了定時器的時間就會觸發onTimer方法,我們主要在這個裏面進行處理。我們調用外部的接口來判斷用戶是否做過評價,如果沒做評價,調用接口給與五星好評,如果做過評價,則什麼也不處理,最後記得把相應的訂單從MapState刪除
完整的代碼請參考
https://github.com/zhangjun0x01/bigdata-examples/blob/master/flink/src/main/java/timer/AutoEvaluation.java
歡迎關注我的公衆[大數據技術與應用實戰],及時獲取更多資料