Hybrid Source
1.概述
Hybrid Source 解决了从异构数据源顺序读取输入以生成单个输入流的问题。
示例：从 S3 读取前几天的有界输入，然后使用 Kafka 的最新无界输入，当有界文件输入完成而不中断应用程序时 Hybrid Source 会从 FileSource 切换到 KafkaSource。
在 Hybrid Source 出现之前，需要创建一个具有多个源的拓扑结构，并由用户定义切换机制；使用 HybridSource 之后，从 DataStream API 的角度看，多个源在 Flink 作业图中显示为单个源。
需要依赖如下：
<dependency><groupId>org.apache.flink</groupId><artifactId>flink-connector-base</artifactId><version>1.19.0</version>
</dependency>
2.下一个源的起始位置
要在一个 Hybrid Source 中排列多个源，除最后一个源外的所有源都需要有界；因此通常需要为源分配一个开始和结束位置。
a）固定起始位置
示例：从文件中读取到预先确定的切换时间，然后继续从 Kafka 中读取，每个源都覆盖了预先已知的范围，可以像直接使用一样预先创建包含的源。
long switchTimestamp = ...; // derive from file input pathsFileSource<String> fileSource =FileSource.forRecordStreamFormat(new TextLineInputFormat(), Path.fromLocalFile(testDir)).build();KafkaSource<String> kafkaSource =KafkaSource.<String>builder().setStartingOffsets(OffsetsInitializer.timestamp(switchTimestamp + 1)).build();HybridSource<String> hybridSource =HybridSource.builder(fileSource).addSource(kafkaSource).build();
b）动态其实位置
示例：文件源需要读取的数据量很大，可能比下一个源可用的保留时间更长，切换需要在 “当前时间-X” 发生。
因此要将下一个源的启动时间设置为切换时间，需要从以前的文件枚举器中转移结束位置，以便通过实现 SourceFactory 来延迟构建KafkaSource。
注意：枚举器需要支持获取结束时间戳。
FileSource<String> fileSource = CustomFileSource.readTillOneDayFromLatest();HybridSource<String> hybridSource =HybridSource.<String, CustomFileSplitEnumerator>builder(fileSource).addSource(switchContext -> {CustomFileSplitEnumerator previousEnumerator =switchContext.getPreviousEnumerator();// how to get timestamp depends on specific enumeratorlong switchTimestamp = previousEnumerator.getEndTimestamp();KafkaSource<String> kafkaSource =KafkaSource.<String>builder().setStartingOffsets(OffsetsInitializer.timestamp(switchTimestamp + 1)).build();return kafkaSource;},Boundedness.CONTINUOUS_UNBOUNDED).build();