hi leiyanrui,
我明白了,非常感谢你!!!
在2020年10月12日 15:05,leiyanrui<1150693...@qq.com> 写道:
进一步KeyedProcessFunction的处理是按照window的end时间,这样就会只有一个key进而将聚合后的数据再次聚合
--
Sent from: http://apache-flink.147419.n8.nabble.com/
进一步KeyedProcessFunction的处理是按照window的end时间,这样就会只有一个key进而将聚合后的数据再次聚合
--
Sent from: http://apache-flink.147419.n8.nabble.com/
HI leiyanrui,
你说的没有错,我改后的代码确实是对应了每种behavior的pv[捂脸],非常谢谢你的热心解答!
出于对Flink的理解不太熟悉,我还想再请教一个问题,为什么原demo还需要再对聚合后的窗口数据再做一次KeyedProcessFunction的处理?(图1)因为我想在聚合函数这一步就已经可以拿到整个窗口的pv数据了。
在2020年10月12日 14:36,leiyanrui<1150693...@qq.com> 写道:
keyby(_behavior) 你看到的四个结果应该是每种behavior的pv 不是整个窗口的pv
--
Sent from: http
HI Sysuke,
在2020年10月12日 14:14,Lee Sysuke 写道:
Hi , 可以粘一下aggregateFuntion和ProcessFunction的代码吗
Natasha <13631230...@163.com> 于2020年10月12日周一 下午2:11写道:
HI ALL,
刚入门Flink的我最近从github上找了几个分析用户行为的Demo,想以此来入门Flink。
1. 但是有一个问题我一直想不通:(图1)
如图,设置用户访问时间为EventTime;我设想的是,如果我设置一小时的滚动时间,那么按道理