如何使Apache Flink中的所有TaskManager都可以使用一个变量

Question

我需要在程序中设置一个值列表，并在所有任务管理器中访问它们。目前，我在主类中声明了一个公共字段并设置了值。稍后，我的程序将在远程集群中运行，我希望在所有任务管理器中都能访问这些变量。这是我的示例代码。然而，似乎存在一个问题：没有任何编译或运行时错误，这些值对任务管理器不可用。

public class myMainClass {
  public static ArrayList<String> mykey =  new ArrayList<String>();
  public static void main(String[] args) throws Exception {
    // assign value to the variable
    partitionedData = partitionedData.partitionCustom(new MyPartitioner(myKey), 2);
  }
}
public static class MyPartitioner implements Partitioner<String> {
 public String [] partitionKeys;
public static ArrayList<String> mykey;
 public MyPartitioner(ArrayList<String> mykey) {
        this.mykey = mykey;
    }
  @Override
  public int partition(String key, int numPartitions) {
    for (int i=0 ; i< numParalell-1 ; i++) {
      if(mykey.get(i).compareToIgnoreCase(key) > 0)
        return i;
    }
    return numParalell-1 ;              
  }
}

Answer 1

我会将mykey列表作为构造函数参数传递给MyPartitioner类。

你的代码看起来是这样的：

public class myMainClass {
    public static void main(String[] args) throws Exception {
        ArrayList<String> mykey =  new ArrayList<String>();
        // assign value to the vaiable
        partitionedData = partitionedData.partitionCustom(new MyPartitioner(mykey), 2);
    }
}
public static class MyPartitioner implements Partitioner<String> {
    private final ArrayList<String> mykey;
    public String [] partitionKeys;
    public MyPartitioner(ArrayList<String> mykey) {
        this.mykey = mykey;
    }
    @Override
    public int partition(String key, int numPartitions) {
        for (int i=0 ; i< numParalell-1 ; i++) {
            if(mykey.get(i).compareToIgnoreCase(key) > 0)
                return i;
        }
        return numParalell-1 ;
    }
}

Answer 2

我不确定你想完成什么。如果你想预先计算一个（不变的）值并将其分发给所有任务管理器（我认为你需要在一些运算符中访问这些值），你可以简单地通过构造函数参数将这些值提供给你的UDF，或者使用Flink的广播变量：https://ci.apache.org/projects/flink/flink-docs-release-0.8/programming_guide.html#broadcast-变量