Flink应用开发系列（三十四）DataStream开发之时间窗口

在实际的业务场景开发中，我们经常会涉及到这样的一些业务，例如风控系统的需求：

某个用户在5分钟之内登录失败超过3次，那么就要进行预警与账号封禁

这个需求就是只统计以5分钟为单位的一段时间内的数据，所以整个时间是一段一段的，在flink中，我们成为时间窗口。使用window函数。所以这里的话我们也介绍下使用时间窗口函数来进行一下计数，实现统计每个时间段的wordcount。示例代码如下：

package org.example.datastream;

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.windowing.assigners.TumblingProcessingTimeWindows;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.util.Collector;

public class WindowWordCount {

    public static void main(String[] args) throws Exception {

        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        DataStream<Tuple2<String, Integer>> dataStream = env
                //使用socket进行演练
                .socketTextStream("192.168.31.218", 9999)
                .flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {

                    @Override
                    public void flatMap(String s, Collector<Tuple2<String, Integer>> collector) throws Exception {
                        //把英文语句进行切割，切割为一个个单词
                        for (String word : s.split(" ")) {
                            collector.collect(new Tuple2<String, Integer>(word, 1));
                        }
                    }
                })
                //对切割出来的单词进行key聚合，使相同的key分发到相同的分区里面去
                .keyBy(value -> value.f0)
                //设置时间窗口为5秒
                .window(TumblingProcessingTimeWindows.of(Time.seconds(5)))
                //对时间窗口内的数据进行reduce求和，简写为sum函数
                .sum(1);

        dataStream.print();

        env.execute("Window WordCount");


    }

}

在上诉的代码里面，我们添加了注释，相信大家看的很明白，下面我们执行看看效果，首先启动nc，发送两个语句：