Flink中Watermark定时生成源码分析
Flink中Watermark定时生成源码分析
watermark的生成策略有两种：一种是周期性生成，另外一种是根据特定标记生成。在实际使用中大多数情况下会选择周期性生成方式也就是AssignerWithPeriodicWatermarks方式，使用方式如下：
//指定为evenTime时间语义
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)
//生成watermark的周期
env.getConfig.setAutoWatermarkInterval(watermarkInterval)
//指定方式
dataStream.assignTimestampsAndWatermarks(new BoundedOutOfOrdernessTimestampExtractor[Element](Time.seconds(allowDealy)) {
override def extractTimestamp(element: Element): Long = element.dT
})BoundedOutOfOrdernessTimestampExtractor 是Flink内置提供的允许乱序最大延时的watermark生成方式，只需要重写其extractTimestamp方法即可。
assignTimestampsAndWatermarks 可以理解为是一个算子转换操作，等同于map/window一样理解，可以为其设置并行度、名称，也是一个transformation/operator，
public SingleOutputStreamOperator<T> assignTimestampsAndWatermarks(
AssignerWithPeriodicWatermarks<T> timestampAndWatermarkAssigner) {
final int inputParallelism = getTransformation().getParallelism();
final AssignerWithPeriodicWatermarks<T> cleanedAssigner = clean(timestampAndWatermarkAssigner);
TimestampsAndPeriodicWatermarksOperator<T> operator =
new TimestampsAndPeriodicWatermarksOperator<>(cleanedAssigner);
return transform("Timestamps/Watermarks", getTransformation().getOutputType(), operator)
.setParallelism(inputParallelism);
}在生成的jobGraph中，也是作为其中的一部分：
默认的名称就是 Timestamps/Watermarks。
接下来深入分析其使用的StreamOperator类型TimestampsAndPeriodicWatermarksOperator，其继承了AbstractUdfStreamOperator，实现了OneInputStreamOperator接口与ProcessingTimeCallback接口，具体包含的方法： open方法：
public void open() throws Exception {
super.open();
//初始化默认当前watermark
currentWatermark = Long.MIN_VALUE;
//生成watermark周期时间配置
watermarkInterval = getExecutionConfig().getAutoWatermarkInterval();
//注册定时其配置
if (watermarkInterval > 0) {
long now = getProcessingTimeService().getCurrentProcessingTime();
getProcessingTimeService().registerTimer(now + watermarkInterval, this);
}
}最重要的就是getProcessingTimeService().registerTimer
注册一个watermarkInterval后触发的定时器，传入回调参数是this，也就是会调用当前对象的onProcessingTime方法(关于这部分知识可以查看Flink的定时系列)。
processElement方法：
public void processElement(StreamRecord<T> element) throws Exception {
final long newTimestamp = userFunction.extractTimestamp(element.getValue(),
element.hasTimestamp() ? element.getTimestamp() : Long.MIN_VALUE);
output.collect(element.replace(element.getValue(), newTimestamp));
}提取当前的事件时间，在BoundedOutOfOrdernessTimestampExtractor中会保存当前最大的事件时间。
onProcessingTime方法：
public void onProcessingTime(long timestamp) throws Exception { // register next timer
Watermark newWatermark = userFunction.getCurrentWatermark();
//当新的watermark大于当前的watermark
if (newWatermark != null && newWatermark.getTimestamp() > currentWatermark) {
currentWatermark = newWatermark.getTimestamp();
//将符合要求的watermark发送出去
output.emitWatermark(newWatermark);
}
//注册下一次触发时间
long now = getProcessingTimeService().getCurrentProcessingTime();
getProcessingTimeService().registerTimer(now + watermarkInterval, this);
}该方法表示的就是定时回调的方法，将符合要求的watermark发送出去并且注册下一个定时器。另外该方法与processElement方法是两个互斥的方法，内部使用了同一把锁做同步控制。
processWatermark方法：
public void processWatermark(Watermark mark) throws Exception {
if (mark.getTimestamp() == Long.MAX_VALUE && currentWatermark != Long.MAX_VALUE) {
currentWatermark = Long.MAX_VALUE;
output.emitWatermark(mark);
}
}用来处理上游发送过来的watermark，可以认为不做任何处理，下游的watermark只与其上游最近的生成方式相关。
—END—