Flink根据配置实时计算热门商品TopN

通过本文你将学到：

1.如何通过Broadcast广播的形式，关联配置文件2如何使用 Flink 灵活的 Window API3.何时需要用到 State，以及如何使用4.如何使用 ProcessFunction 实现 TopN 功能

业务场景

    实时根据运营人员前端配置的商品id，监控商品id在黄金广告位最近一小时销量的销量情况，发现销量差的商品id及时下线调整，发现销量好的商品扩大曝光力度和广告力度。 

数据准备

[code]简化版kafka实时流流
{"userId":"11","itemId":"0001"}
{"userId":"11","itemId":"0002"}
{"userId":"22","itemId":"0002"}
{"userId":"22","itemId":"0002"}
{"userId":"22","itemId":"0003"}
{"userId":"33","itemId":"0003"}
{"userId":"33","itemId":"0004"}

[code]简化板前端运营人员配置的商品itemId
0001
0002
0003

计算流程梳理

    运营人员监控的itemId会存入在mysql中，本次为了简化，直接读取的text文件

[code]整体思路梳理
1，读取运营人员想要监控的itemId
2，把想要监控的itemId通过广播的形式广播出去
3，kafka读取订单数据，过滤哪些商品订单是运营想要监控的itemId
4，实时计算topN