电商网站的市场营销商业指标中，除了自身的APP推广，还会考虑到页面上的广告投放（包括自己经营的产品和其它网站的广告）。所以广告相关的统计分析，也是市场营销的重要指标。
对于广告的统计，最简单也最重要的就是页面广告的点击量，网站往往需要根据广告点击量来制定定价策略和调整推广方式，而且也可以借此收集用户的偏好信息。更加具体的应用是，我们可以根据用户的地理位置进行划分，从而总结出不同省份用户对不同广告的偏好，这样更有助于广告的精准投放。
在之PV,PU统计中，已经统计的广告的点击次数总和，但是没有实现窗口操作，并且也未增加排名处理.
package com.lyh.flink11;
import com.lyh.bean.AdsClickLog;
import com.mysql.cj.x.protobuf.MysqlxDatatypes;
import org.apache.flink.api.common.eventtime.SerializableTimestampAssigner;
import org.apache.flink.api.common.eventtime.WatermarkStrategy;
import org.apache.flink.api.common.functions.AggregateFunction;
import org.apache.flink.api.common.state.ListState;
import org.apache.flink.api.common.state.ListStateDescriptor;
import org.apache.flink.api.common.state.ValueState;
import org.apache.flink.api.common.state.ValueStateDescriptor;
import org.apache.flink.api.common.typeinfo.TypeHint;
import org.apache.flink.api.common.typeinfo.TypeInformation;
import org.apache.flink.api.java.functions.KeySelector;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.api.java.tuple.Tuple4;
import org.apache.flink.configuration.Configuration;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.KeyedProcessFunction;
import org.apache.flink.streaming.api.functions.windowing.ProcessWindowFunction;
import org.apache.flink.streaming.api.windowing.assigners.SlidingEventTimeWindows;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.streaming.api.windowing.windows.TimeWindow;
import org.apache.flink.util.Collector;
import org.apache.flink.util.OutputTag;
import java.time.Duration;
import java.util.ArrayList;
import java.util.Comparator;
public class pro_High_Ads {
public static void main(String[] args) throws Exception {
//创建流式执行环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
//运行环境的默认并发数
env.setParallelism(2);
// 创建WatermarkStrategy水印策略
WatermarkStrategy<AdsClickLog> wms = WatermarkStrategy
//指定Watermark生成策略，最大延迟长度20秒
.<AdsClickLog>forBoundedOutOfOrderness(Duration.ofSeconds(20))
//SerializableTimestampAssigner接口中实现了extractTimestamp方法来指定如何从事件数据中抽取时间戳
.withTimestampAssigner(new SerializableTimestampAssigner<AdsClickLog>() {
@Override
public long extractTimestamp(AdsClickLog element, long recordTimestamp) {
return element.getTimestamp() * 1000L;
}
});
// 读取文件，源数据读取
env.readTextFile("input/AdClickLog.csv")
// map算子，将数据流中的数据进行转换, 形成新的数据流
.map(line -> {
String[] data = line.split(",");
return new AdsClickLog(
Long.valueOf(data[0]),
Long.valueOf(data[1]),
data[2],
data[3],
Long.valueOf(data[4]));
// 指定水印和时间戳
}).assignTimestampsAndWatermarks(wms)
// 数据处理，按广告ID，省份 分组,输入AdsClickLog格式，输出Tuple2格式，从而获取省份、广告ID
.keyBy(new KeySelector<AdsClickLog, Tuple2<String,Long>>() {
@Override
public Tuple2<String, Long> getKey(AdsClickLog log) throws Exception {
return Tuple2.of(log.getProvince(),log.getAdId());
}
// 按照EventTime分配窗口，SlidingEventTimeWindows 时间滑动窗口，窗口大小3秒，步长1秒
}).window(SlidingEventTimeWindows.of(Time.seconds(3),Time.seconds(1)))
//allowedLateness就是针对event time而言，
// 对于watermark超过end-of-window之后，还允许有一段时间（也是以event time来衡量）来等待之前的数据到达，以便再次处理这些数据
.allowedLateness(Time.seconds(2))
//sideOutputLateData() 侧输出流：是一个兜底方案，数据延迟严重，可以保证数据不丢失
.sideOutputLateData(new OutputTag<AdsClickLog>("ads_late"){
})
//聚合出当前点击量在时间窗口内的统计数量 参数1：统计函数 参数2：窗口函数
.aggregate(new AggregateFunction<AdsClickLog, Long, Long>() {
// 创建一个新的累加器，开始一个新的聚合。累加器是正在运行的聚合的状态。累计器初始值为0
@Override
public Long createAccumulator() {
return 0L;
}
// 将给定的输入添加到给定的累加器，并返回新的累加器值。
@Override
public Long add(AdsClickLog value, Long acc) {
return acc + 1L;
}
//从累加器获取聚合结果。
@Override
public Long getResult(Long acc) {
return acc;
}
// 如果有两个分区 合并两个分区的数据.合并两个累加器，返回合并后的累加器的状态
@Override
public Long merge(Long a, Long b) {
return a + b;
}
},
// 输入、输出、key、窗口
new ProcessWindowFunction<Long, Tuple4<String,Long,Long,Long>, Tuple2<String, Long>, TimeWindow>() {
@Override
public void process(Tuple2<String, Long> key,
Context ctx,
Iterable<Long> elements,
Collector<Tuple4<String, Long, Long, Long>> out) throws Exception {
out.collect(Tuple4.of(key.f0,key.f1,elements.iterator().next(),ctx.window().getEnd()));
}
}).keyBy(t -> t.f3)
// 参数1：key 类型 , 参数2：输入 参数3：输出
//KeyedProcessFunction是用来处理KeyedStream的。每有一个数据进入算子，则会触发一次processElement()的处理。
// 它还提供了计时器的功能，在特定场景下，非常适合
//KeyedProcessFunction继承AbstractRichFunction，它和ProcessFunction类似，
// 都有processElement()、onTimer()，且都是富函数，自然有open()和close()方法
.process(new KeyedProcessFunction<Long, Tuple4<String, Long, Long, Long>, Object>() {
private ValueState<Long> windowEnd;
private ListState<Tuple4<String, Long, Long, Long>> datas;
@Override
public void open(Configuration parameters) throws Exception {
datas = getRuntimeContext().getListState(new ListStateDescriptor<Tuple4<String, Long, Long, Long>>("datas", TypeInformation.of(new TypeHint<Tuple4<String, Long, Long, Long>>() {
})));
windowEnd = getRuntimeContext().getState(new ValueStateDescriptor<Long>("windowEed", Long.class));
}
@Override
public void processElement(Tuple4<String, Long, Long, Long> value,
Context ctx,
Collector<Object> out) throws Exception {
datas.add(value);
if (windowEnd.value() == null) {
ctx.timerService().registerProcessingTimeTimer(value.f3 + 10L);
windowEnd.update(value.f3);
}
}
@Override
public void onTimer(long timestamp,
OnTimerContext ctx,
Collector<Object> out) throws Exception {
ArrayList<Tuple4<String,Long,Long,Long>> result = new ArrayList<>();
for (Tuple4<String, Long, Long, Long> t : datas.get()) {
result.add(t);
}
// 清空状态
windowEnd.clear();
datas.clear();
//排序, 取top3
result.sort(new Comparator<Tuple4<String, Long, Long, Long>>() {
@Override
public int compare(Tuple4<String, Long, Long, Long> o1, Tuple4<String, Long, Long, Long> o2) {
return (int) (o2.f2 - o1.f2);
}
});
StringBuilder sb = new StringBuilder();
sb.append("窗口时间结束").append(timestamp - 10L).append("\n");
sb.append("------------------------------");
for (int i = 0 ; i < Math.min(3,result.size()); i++){
sb.append(result.get(i)).append("\n");
}
sb.append("------------------");
out.collect(sb.toString());
}
}).print();
env.execute();
}
}