如何合并多个Keyed Streams，然后对合并的Streams执行自定义聚合函数

如何解决如何合并多个Keyed Streams，然后对合并的Streams执行自定义聚合函数

我的问题的上下文如下：

我有一些输入流：DataStream <String> input_stream= . . .

首先，我执行一个 flatMap 操作，以便将输入流填充/复制到 3 个具有 3 个不同标识符的相同实例。

structured_stream = input_stream.flatMap(new FlatMapFunction<String,Tuple2<String,Integer>>

结果为 Tuple2<String,Integer>

字符串	整数
输入流	1
输入流	2
输入流	3

所以，中间结果是输入流旁边的不同标识符

然后通过对第二个属性的keyBy操作...

需要澄清的是，我们从 DataStream 环境转到了 KeyedStream 环境

KeyedStream<Tuple2<Integer,Integer>> partial_result = structured_stream.keyBy(1).flatMap(new StatefulMap());

我实现了一个函数 StatefulMap，它本质上是每个键的状态。

static class StatefulMap extends RichFlatMapFunction<Tuple2<String,Integer>,...> {}

每个 State 给我一个输出（通过收集器），其中包含关于给定 input_stream 的答案。

所以，我有三个部分结果。

整数	字符串	整数（状态标识符）
答案 1	输入流	状态 1
答案2	输入流	状态 2
答案 3	输入流	状态 3

我的问题是：

有什么办法可以从 3 个不同的 KeyedStreams 中收集所有这些部分结果，并制作一个通用的自定义聚合/累加器，例如 WeightedVoting（提取一个最终结果）？ （不是基于键而是基于 input_stream）

也就是说有没有办法在Apache Flink中合并多个KeyedStreams并执行单个聚合功能？

附言我当前的解决方案是将每个 KeyedStream 写入同一个 Apache Kafka 接收器，然后运行第二个作业，根据输入数据流执行我的自定义聚合功能。从本质上讲，我将 KeyedStreams 转换为一个统一的 DataStream 但我添加了第二项工作，即开销。

对于那些想知道我正在 Apache Flink 中实现集成学习的人。