如何在 Flink 中使用多个计数器

Question

（有点像How to create dynamic metric in Flink）

我有一个 events(someid:String, name:String) 流，出于监控原因，我需要一个计数器 per 事件 ID。 在所有 Flink 文档和示例中，我可以看到，例如，计数器是用 map 函数的 open 中的名称初始化的。

但在我的情况下，我无法初始化计数器，因为我需要每个 eventId 一个，而且我事先不知道该值。另外，我了解每次在 MapFunction 的 map() 方法中通过偶数时创建一个新计数器的成本是多么高。 最后，我不能保留计数器的“缓存”，因为它太大了。

理想情况下，我想要这样的东西：

class Event(id: String, name: String)

class ExampleMapFunction extends RichMapFunction[Event, Event] {
  @transient private var counter: Counter = _

  override def open(parameters: Configuration): Unit = {
    counter = new Counter()
  }

  override def map(event: Event): Event = {
    counter.inc(event.id)
    event
  }
}

或者基本上我可以实现我自己的计数器来允许我传递一个维度吗？如果是，怎么做？

对于这种用例有什么建议或最佳实践吗？

Answer 1

如果保留计数器的缓存太大，那么我认为使用指标不会以满足您要求的方式进行扩展。

一些替代方案：

• 使用辅助输出在一些外部、可查询/可视化的数据存储中收集有意义的事件 - 例如 influxdb。

• 将信息保持在键控状态，并使用广播消息根据需要触发相关部分的输出（再次使用侧输出）。

• 将信息保持在键控状态，并定期获取保存点，然后您可以使用状态处理器 API 通过查询对其进行分析。