在 flink 處理資料流時，我們經常會遇到這樣的情況：在處理乙個資料來源時，往往需要將該源中的不同型別的資料做分割處理，如果使用 filter 運算元對資料來源進行篩選分割的話，勢必會造成資料流的多次複製，造成不必要的效能浪費；flink 中的側輸出就是將資料流進行分割，而不對流進行複製的一種分流機制。flink 的側輸出的另乙個作用就是對延時遲到的資料進行處理，這樣就可以不必丟棄遲到的資料。
/**
* 把呼叫成功的stream（主流）和不成功的stream（側流）分別輸出。
*/object testsideoutputstream )
val mainstream: datastream[stationlog] = data.process(new createsideoutputstream(notsuccesstag))
//得到側流
val sideoutput: datastream[stationlog] = mainstream.getsideoutput(notsuccesstag)
mainstream.print("main") sideoutput.print("sideoutput")
streamenv.execute()
}class createsideoutputstream(tag: outputtag[stationlog]) extends processfunction[stationlog,stationlog]else}}
}源資料的格式
station_8,18600007699,18900003716,barring,1577080459130,0
station_0,18600003502,18900009859,fail,1577080459130,0
station_0,18600003502,18900009859,success,1577080468130,0
station_8,18600007699,18900003716,barring,1577080459130,0
station_0,18600003502,18900009859,fail,1577080459130,0
station_0,18600003502,18900009859,success,1577080468130,0
station_5,18600003713,18900000824,busy,1577080457129,0
Flink側輸出流（Side Output）
需求 如果溫度值小於32f，就將報警資訊輸出到側輸出流中 package com.run.wc import org.apache.flink.streaming.api.scala.import org.apache.flink.api.scala.import org.apache.flink....
Flink 側輸出流（SideOutput）
要求 將小於32 輸入到側輸入流，大於32 輸入到主流 import org.apache.flink.api.scala.import org.apache.flink.streaming.api.timecharacteristic import org.apache.flink.streami...
Flink 側輸出流 SideOutput
大部分的 datastream api 的運算元的輸出是單一輸出，也就是某種資料型別的流。除了 split 運算元，可以將一條流分成多條流，這些流的資料型別也都相同。processfunction 的 side outputs 功能可以產生多條流，並且這些流的資料型別可以不一樣。乙個 sideout...