Flink'te akış işleniyor

Question

Mesajları aşağıdaki gibi işlemem gerekiyor:

1. her mesaj tüm süreçlerden değişmeden geçmelidir.
2. işlem bir model eşleşmesi tespit ederse, mesajın bir kopyası başka bir iş parçacığına aktarılmalıdır.

streamIn -> process1 -> process2 -> .... -> processN
                 \         |                /
                  \        |               /
                     sink to kafka

OutputTag kullanmayı denedim

 OutputTag<SysmonPartial> filtersOutput = new OutputTag<SysmonPartial>("FiltersOutput"){};

 DataStream<SysmonPartial> kafkaSource = env.addSource(consumer);

        DataStream<SysmonPartial> source = kafkaSource.rebalance();

        SingleOutputStreamOperator<SysmonPartial> s = source
                .process(lambda1).name("lambda1").startNewChain()
                .process(lambda2).name("lambda2").startNewChain()
                .process(lambda3).startNewChain()
                .process(lambda4).startNewChain()
                .process(lambda5).startNewChain()
                .process(lambda6).startNewChain()
                .process(lambda7).startNewChain();

        SingleOutputStreamOperator<Any> output = s
                .getSideOutput(filtersOutput)
                .process(filterProcessFunction).setParallelism(1).startNewChain();

        output.addSink(sink).setParallelism(1);

        env.execute(jobName);

burada lambda 1, 2 vb. durum kontrol fonksiyonlarıdır, örneğin

public class Bypass_WS_01_03 extends FilterTagFuction<SysmonPartial, SysmonPartial, SysmonPartial> {
    private static final Pattern p_1 = Pattern.compile("pattern1");
    private static final Pattern p_0 = Pattern.compile("pattern2");

    @Override
    public void processElement(SysmonPartial t, Context ctx, Collector<SysmonPartial> out) throws Exception {
        out.collect(t);
        if (
                "1".equals(t.B_VendorEventID) &&
                        t.CommandLine != null && t.CommandLine.length() != 0 && p_0.matcher(t.CommandLine).find() &&
                        t.ImageName != null && t.ImageName.length() != 0 && p_1.matcher(t.ImageName).find()
        ) {
            t.RuleId = "Bypass_WS_01_03";
            ctx.output(getOutputTag(), t);
        }
    }
}

Ama bazı nedenlerden dolayı benim için işe yaramıyor, belki başka yöntemler var? Belgelerden anladığım kadarıyla (https://ci.apache.org/projects/flink/flink-docs-stable/dev/stream/side_output.html), OutputTag, Tag ile işaretlenmiş ek mesajlar oluşturmak için kullanılır. Yoksa yanılıyor muyum?

Answer 1

İş grafiğinizi bağlama şekliniz, yan çıktıya eriştiğiniz işin sonuna doğru

SingleOutputStreamOperator<Any> output = s
    .getSideOutput(filtersOutput)

sadece yan çıktıya yerleştirilen son işlem işlevi ne olursa olsun - yani sadece lambda7 tarafından yayınlanan olayları elde edersiniz.

Yapmayı düşündüğüne inandığım şey şu şekilde ifade edilebilir:

SingleOutputStreamOperator<...> s1 = source.process(lambda1).name("lambda1");
SingleOutputStreamOperator<...> s2 = s1.process(lambda2).name("lambda2");
SingleOutputStreamOperator<...> s3 = s2.process(lambda3);
...

DataStream<...> side1 = s1.getSideOutput(filtersOutput);
DataStream<...> side2 = s2.getSideOutput(filtersOutput);
DataStream<...> side3 = s3.getSideOutput(filtersOutput);
...

SingleOutputStreamOperator<Any> output = side1.union(side2, side3, ...)
    .process(filterProcessFunction)
    ...

Ayrıca, kullanmanız gerektiğine inanmıyorum startNewChain()(bu, operatör zincirlemesini devre dışı bırakır). Operatör zincirleme değerli bir optimizasyondur ve yalnızca özel durumlarda devre dışı bırakılmalıdır.