使用Scala版的flink根据shop_data.csv文件数据，统计每个省份的有效完成率（有效完成率=有效完成单数/接单总数）。

首先，我们需要读取 `shop_data.csv` 文件，并将其转换成 Flink 的数据流。可以使用以下代码实现：

import org.apache.flink.streaming.api.scala._
import org.apache.flink.streaming.api.windowing.time.Time

case class ShopData(province: String, orderNum: Int, validOrderNum: Int)

val env = StreamExecutionEnvironment.getExecutionEnvironment

val shopDataStream: DataStream[ShopData] = env.readTextFile("path/to/shop_data.csv")
  .map(line => {
    val fields = line.split(",")
    ShopData(fields(0), fields(1).toInt, fields(2).toInt)
  })

接下来，我们可以使用 Flink 的流处理操作来对数据进行统计。我们可以使用 `keyBy` 方法将数据按省份分组，然后使用 `window` 方法将每个省份的数据按时间窗口划分。最后，我们可以使用 `reduce` 方法来计算每个省份的有效完成率。

val resultDataStream: DataStream[(String, Double)] = shopDataStream
  .keyBy(_.province)
  .timeWindow(Time.minutes(10))
  .reduce((s1, s2) => {
    val orderNum = s1.orderNum + s2.orderNum
    val validOrderNum = s1.validOrderNum + s2.validOrderNum
    ShopData(s1.province, orderNum, validOrderNum)
  })
  .map(s => (s.province, s.validOrderNum.toDouble / s.orderNum.toDouble))

resultDataStream.print()

上述代码中，我们使用了 10 分钟的时间窗口来计算每个省份的有效完成率。你可以根据实际情况来调整时间窗口大小。最后，我们将结果打印出来。