flink计算实时流中的中位数

需求：

求1s内的中位数sink -> es

思路1：

窗口1s,对数据进行分组

计算每组数据的总数

计算窗口内所有数据的总数

根据窗口内所有数据的总数找到中位数的位置

根据中位数的位置找到中位数

senv
	// 源数据切割，封装成Stat对象 Stat(elapsedTime,num)
	.flatMap()
	// 按照Stat(elapsedTime,num)的elapsedTime进行分组
	.keyBy()
	// 分组窗口（滚动窗口1s）
	.window()
	// 窗口聚合累加
	// Stat(elapsedTime,sum)
	.aggregate()
	// 全窗口（滚动窗口1s）
	.windowAll()
	// 窗口聚合
	// 在聚合中进行排序：从小到大进行排序
	.process()
	// 全窗口
	.windowAll()
	// 在聚合中进行排序：从小到大排序
	.process()
	// 流启动
	.execute()

思路2：

计算1s内中位数

1ms窗口计算数据的平均数

1s 中得到1000个平均数

对平均数进行排序

计算平均数的总数

找到中位数的位置

根据中位数的位置找到中位数

思路3：

频率分布直方图

中位数根据频率分布进行公式计算求得