Flink基礎(61):FLINK SQL(38) 視窗函式(2)滾動視窗
阿新 • • 發佈:2021-08-07
本文為您介紹如何使用實時計算Flink版滾動視窗函式。
1 定義
滾動視窗(TUMBLE)將每個元素分配到一個指定大小的視窗中。通常,滾動視窗有一個固定的大小,並且不會出現重疊。例如,如果指定了一個5分鐘大小的滾動視窗,無限流的資料會根據時間劃分為[0:00, 0:05)
、[0:05, 0:10)
、[0:10, 0:15)
等視窗。下圖展示了一個30秒的滾動視窗。
2 語法
TUMBLE函式用在GROUP BY子句中,用來定義滾動視窗。
說明TUMBLE(<time-attr>, <size-interval>) <size-interval>: INTERVAL 'string' timeUnit
<time-attr>
引數必須是時間流中的一個合法的時間屬性欄位,指定為Processing Time或Event Time,請參見概述,瞭解如何定義時間屬性和Watermark。
3 標識函式
使用標識函式選出視窗的起始時間或者結束時間,視窗的時間屬性用於下級Window的聚合。視窗標識函式 | 返回型別 | 描述 |
---|---|---|
TUMBLE_START(time-attr, size-interval) |
TIMESTAMP | 返回視窗的起始時間(包含邊界)。例如[00:10,00:15) 視窗,返回00:10 。 |
TUMBLE_END(time-attr, size-interval) |
TIMESTAMP | 返回視窗的結束時間(包含邊界)。例如[00:00, 00:15] 視窗,返回00:15 。 |
TUMBLE_ROWTIME(time-attr, size-interval) |
TIMESTAMP(rowtime-attr) | 返回視窗的結束時間(不包含邊界)。例如[00:00, 00:15] 視窗,返回00:14:59.999 。返回值是一個rowtime attribute,即可以基於該欄位做時間屬性的操作,例如,級聯視窗只能用在基於Event Time的Window上,詳情請參見級聯視窗。 |
TUMBLE_PROCTIME(time-attr, size-interval) |
TIMESTAMP(rowtime-attr) | 返回視窗的結束時間(不包含邊界)。例如[00:00, 00:15] 00:14:59.999 。返回值是一個Proctime Attribute,即可以基於該欄位做時間屬性的操作。例如,級聯視窗只能用在基於Processing Time的Window上,詳情請參見級聯視窗。 |
4 使用Event Time統計每個使用者每分鐘在指定網站的單擊數示例
- 測試資料
username(VARCHAR) click_url(VARCHAR) ts(TIMESTAMP) Jark http://taobao.com/xxx
2017-10-10 10:00:00.0
Jark http://taobao.com/xxx
2017-10-10 10:00:10.0
Jark http://taobao.com/xxx
2017-10-10 10:00:49.0
Jark http://taobao.com/xxx
2017-10-10 10:01:05.0
Jark http://taobao.com/xxx
2017-10-10 10:01:58.0
Timo http://taobao.com/xxx
2017-10-10 10:02:10.0
- 測試語句
CREATE TABLE user_clicks( username varchar, click_url varchar, ts timeStamp, WATERMARK wk FOR ts as withOffset(ts, 2000) --為rowtime定義Watermark。 ) with ( type='datahub', ... ); CREATE TABLE tumble_output( window_start TIMESTAMP, window_end TIMESTAMP, username VARCHAR, clicks BIGINT ) with ( type='RDS' ); INSERT INTO tumble_output SELECT TUMBLE_START(ts, INTERVAL '1' MINUTE) as window_start, TUMBLE_END(ts, INTERVAL '1' MINUTE) as window_end, username, COUNT(click_url) FROM user_clicks GROUP BY TUMBLE(ts, INTERVAL '1' MINUTE), username;
- 測試結果
window_start (TIMESTAMP) window_end (TIMESTAMP) username(VARCHAR) clicks(BIGINT) 2017-10-10 10:00:00.0
2017-10-10 10:01:00.0
Jark 3 2017-10-10 10:01:00.0
2017-10-10 10:02:00.0
Jark 2 2017-10-10 10:02:00.0
2017-10-10 10:03:00.0
Timo 1
5 使用Processing Time統計每個使用者每分鐘在指定網站的單擊數示例
- 測試資料
username (VARCHAR) click_url(VARCHAR) Jark http://taobao.com/xxx
Jark http://taobao.com/xxx
Jark http://taobao.com/xxx
Jark http://taobao.com/xxx
Jark http://taobao.com/xxx
Timo http://taobao.com/xxx
- 測試語句
CREATE TABLE window_test ( username VARCHAR, click_url VARCHAR, ts as PROCTIME() ) WITH ( type='datahub', ... ); CREATE TABLE tumble_output( window_start TIMESTAMP, window_end TIMESTAMP, username VARCHAR, clicks BIGINT ) with ( type='print' ); INSERT INTO tumble_output SELECT TUMBLE_START(ts, INTERVAL '1' MINUTE), TUMBLE_END(ts, INTERVAL '1' MINUTE), username, COUNT(click_url) FROM window_test GROUP BY TUMBLE(ts, INTERVAL '1' MINUTE), username;
- 測試結果
說明因為本地除錯是瞬時的,處理時間可能小於1秒,所以使用Processing Time時間屬性對資料進行視窗聚合,可能會出現本地除錯沒有結果的情況。window_start (TIMESTAMP) window_end (TIMESTAMP) username (VARCHAR) clicks(BIGINT) 2019-04-11 14:43:00.000
2019-04-11 14:44:00.000
Jark 5 2019-04-11 14:43:00.000
2019-04-11 14:44:00.000
Timo 1