apache-spark - Spark Streaming：如何将输出反馈到输入

Question

是否可以实现上述场景？
系统从一个键值对开始，并会发现新的键值对。首先，键值对的数量将增加，然后在迭代中减少。

更新：我必须转向 Flink Streaming 以获得迭代支持。不过会尝试使用卡夫卡！

Answer 1

使用 Apache Flink，可以通过iterateAPI 调用定义反馈边缘。该iterate方法需要一个阶跃函数，给定一个输入流，产生一个反馈流和一个输出流。前一个流被反馈到 step 函数，后一个流被发送到下游操作符。

一个简单的示例如下所示：

val env = StreamExecutionEnvironment.getExecutionEnvironment

val input = env.fromElements(1).map(x => (x, math.random))

val output = input.iterate {
  inputStream =>
    val iterationBody = inputStream.flatMap {
      randomWalk =>
        val (step, position) = randomWalk
        val direction = 2 * (math.random - 0.5)
        val bifurcate = math.random >= 0.75

        Seq(
          Some((step + 1, position + direction)),
          if (bifurcate) Some((step + 1, position - direction)) else None).flatten
    }

    val feedback = iterationBody.filter {
      randomWalk => math.abs(randomWalk._2) < 1.0
    }

    val output = iterationBody.filter {
      randomWalk => math.abs(randomWalk._2) >= 1.0
    }

    (feedback, output)
}

output.print()

// execute program
env.execute("Random Walk with Bifurcation")

在这里，我们计算一个随机游走，我们随机拆分我们的游走以向相反的方向进行。如果其绝对位置值大于或等于 ，则随机游走完成1.0。