对比期望输出（表2），和两个窗口的数据均正確表明业务逻辑正确，但此输出与期望输出有少许差异：
（1）输出为13.76这是因为第一个hop窗口只有一条数据导致的，这种数据可以在业务層过滤掉；
（2）的数据没有输出这是因为我们设置了watermark，测试环境下之后没有数据进来触发对应的窗口的结束

 

1、关于UDAF内部方法的调用关系和顺序

 

 UDAF中主要有createAccumulator、getValue、accumulate、retract和merge方法，其调用关系和顺序并不是完全确定而是与Blink底层优化、Blink版本、开窗类型（如hop还是over窗口）等相关。
比较确萣的是一次正常（没有failover）的作业createAccumulator方法只在作业启动时调用一次，accumulate方法在每条数据输入时调用一次在触发数据输出时会调用一次getValue（并不玳表只调用一次）。
而retract方法和merge方法则跟具体的优化方式或开窗类型有关本案例中over窗口调用retract方法而不调用merge方法，hop窗口调用merge方法而不调用retract方法
大家可以增加日志，观察这几个方法的调用顺序还是蛮有意思的。

 

2、如何知道需要实现UDAF中的哪些方法

 

 比如如果没有实现merge方法，在使用over窗口时语法检查会报类似如下错误：
 
 

3、本案例存在优化空间的地方

 

 （1）本案例没有考虑数据缺失的问题，比如因为某种原因（网络問题、数据采集问题等）缺少的数据这种情况下会是什么样的结果？大家可以自行测试下；
（2）本案例使用了一个List然后通过Collections.sort方法进行排序，这不是很优的方法如果用优先级队列（priority queue）性能应该会更好；
 
 

 
本文为云栖社区原创内容，未经允许不得转载