Я полагаю, что нужно сгруппировать поток по двум полям ("remote-client-ip", "request-params"
) и подсчитать количество кортежей в каждой группе. И объедините их в карту. Вот моя топология:
topology.newStream("kafka-spout-stream-1", repeatSpout)
.each(new Fields("str"), new URLParser(), new Fields(fieldNames))
.each(new Fields("remote-client-ip", "request-params"), new HTTPParameterExtractor(), new Fields("query-string"))
.groupBy(new Fields("remote-client-ip", "query-string"))
.aggregate(new Fields("remote-client-ip", "query-string"), new Count(), new Fields("user-word-count"))
.groupBy(new Fields("remote-client-ip"))
.persistentAggregate(new MemoryMapState.Factory(), new UserQueryStringCombiner(), new Fields("user-word-count-list"));
Но после отладки я обнаружил, что поток данных сначала заблокирован groupBy()
, что является группировкой по нескольким полям. У меня ничего не было выполнено для Count()
в последующем агрегатном операторе.
Поэтому я думаю, что неправильно понимаю некую концепцию взаимодействия между группировкой по нескольким полям и агрегацией.
Пожалуйста, дайте мне знать, верны мои предположения или нет. Спасибо!