keyby算子源码

Keyby点进去看源码,KeySelector是你new 的匿名内部类,重写getkey函数。

它主要是new 一个KeyedStream类(this就是上游的父dataStream,clean检测是不是序列化的)

keyby算子源码

进到keyStream里面,new了一个 PartitionTransformation类,主要是进到KeyGroupStreamPartitioner(key分组的流分区器)

keyby算子源码

然后主要是调用selectChannel选择管道函数,它把每条进来的record运用你实现的geykey函数拿到对应的key,然后去调用assignkeyToparalleroperator计算,这条record应该进到哪个管道里面去,管道是和下游对应的subtask建立网络连接的,有了数据后,下游的subtask就会过来拉取。

(管道是内存中的一块内存区)

参数就是

1 得到的key

2 默认的最大并行128

3.下游并行度(如果没有更改过,就仍然延用上游的并行度)

keyby算子源码

最后通过下面四幅图的计算步骤来算到对应key的管道,可以直接看尾图的计算图,清晰明了。

keyby算子源码

keyby算子源码

keyby算子源码

keyby算子源码

keyby算子源码

通过上述步骤就把每条数据按key值分到了对应的管道。

注意: flink是没有局部聚合的 ,spark才有

上一篇:Flink应用的逻辑执行图


下一篇:如何快速在图像中添加水印