我正在寻找最好的方法来合并多个（>20）flink流，这些流代表我们系统中不同的事件起源，它们都有相同的类型。
List<DataStream<Event>> dataStreams = ...其中每个对象都是一个pojo（显然是一个抽象表示）
public class Event implements Serializable {
public String userId;
public long eventTimestamp;
public String eventData;
}我最终只想得到一条流
DataStream<Event> merged;有不同的管理方法： join , coGroup , map / flatMap （使用 CoGroup ) & union . 我不确定哪一个能给我提供从原始流到合并流的事件的最快吞吐量。此外，是否有一个操作符可以一次用于所有流，或者我应该一次只调用两个流？
我在找一条小溪
keyedBy userId 菲尔德，这有什么区别吗？
另一方面，下一步是“排序”事件（在每个 window )对于每个 userId 由 eventTimestamp 按时间顺序排列 userId .
1条答案
按热度按时间eivgtgni1#
如果事件有相同的类型，我肯定会同意
union因为它是最简单的形式，也是最简单的形式。另外，请注意union将vararg作为参数，这基本上意味着您可以在一个调用中连接所有流。