数据字段为：机器id，机器所属状态，开始时间，终止时间，当某设备30秒状态连续为“预警”，输出预警信息。当前预警信息输出后，最近30秒不再重复预警（即如果连续1分钟状态都为“预警”只输出两次预警信息）flink的Scala代码

以下是使用 Flink 的 Scala API 实现对设备状态的实时监控，当某设备状态连续 30 秒为“预警”时，输出预警信息，且最近 30 秒内不再重复预警信息：

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

object DeviceStateMonitor {
  case class Device(id: String, status: String, startTime: Long, endTime: Long)

  case class Alert(id: String, startTime: Long, endTime: Long)

  def main(args: Array[String]): Unit = {
    val env = StreamExecutionEnvironment.getExecutionEnvironment

    val input = env.socketTextStream("localhost", 9999)
      .map(line => {
        val fields = line.split(",")
        Device(fields(0), fields(1), fields(2).toLong, fields(3).toLong)
      })

    val alerts = input
      .keyBy(_.id)
      .timeWindow(Time.seconds(30))
      .apply(new AlertFunction())

    alerts.print()

    env.execute("Device State Monitor")
  }

  class AlertFunction extends WindowFunction[Device, Alert, String, TimeWindow] {
    override def apply(key: String, window: TimeWindow, input: Iterable[Device], out: Collector[Alert]): Unit = {
      val startTime = input.head.startTime
      val endTime = input.last.endTime
      val status = input.last.status

      if (status == "预警") {
        out.collect(Alert(key, startTime, endTime))
      }
    }
  }
}

该代码中，定义了 `Device` 和 `Alert` 两个 case class，分别表示设备信息和预警信息。在 `main` 函数中，使用 `socketTextStream` 方法获取实时数据流，然后对数据进行解析并按照设备 ID 进行分组。接着，使用 `timeWindow` 方法定义了一个 30 秒的滑动窗口，并使用 `apply` 方法对窗口内的数据进行处理。在 `AlertFunction` 中，对每个窗口内的数据进行处理，如果设备状态连续 30 秒为“预警”，则输出预警信息。

最后，使用 `print` 方法将预警信息打印出来，并调用 `execute` 方法启动 Flink 作业。