Apache Flink - 端到端测试如何终止输入源

Question

我在批处理中使用 apache flink 有一段时间了，但现在我们想将这个批处理作业转换为流处理作业。我 运行 遇到的问题是如何 运行 端到端测试。

它在批处理作业中的工作原理

在使用批处理时，我们使用 Cucumber 创建了端到端测试。

• 我们将填充我们从
读取的 hbase table
• 运行批处理作业
• 等待它完成
• 验证结果

流作业中的问题

我们想对流作业做一些类似的事情，除了流作业没有真正完成。

所以：

• 填满我们从中读取的消息队列
• 运行 流作业。
• 等待它完成（如何？）
• 验证结果

我们可以在每次测试后等待 5 秒，并假设所有内容都已处理，但这会大大降低速度。

问题：

有哪些方法或最佳实践可以运行 对流式 flink 作业进行端到端测试，而无需在 x 秒后强制终止 flink 作业

Answer 1

大多数 Flink DataStream 源，如果它们正在从有限输入读取，将在到达末尾时注入值为 LONG.MAX_VALUE 的水印，之后作业将终止。

Flink training exercises illustrate one approach to doing end-to-end testing of Flink jobs. I suggest cloning the github repo and looking at how the tests are setup. They use a custom source and sink 并重定向输入输出进行测试。

documentation.

中也讨论了这个话题。