Flink 窗口函數

         Flink常用的3種窗口函數：

         滾動窗口：窗口數據有固定的大小，窗口中的數據不會疊加；

         滑動窗口：窗口數據有固定大小，並且有生成間隔；

        會話窗口：窗口數據沒有固定的大小，根據用戶傳入的參數進行划分，窗口數據無疊加；

       一、 滾動窗口

             特點：有固定大小、窗口中的數據不會重疊

SELECT 

    [gk],

    [TUMBLE_START(timeCol, size)], 

    [TUMBLE_END(timeCol, size)], 

    agg1(col1), 

    ... 

    aggn(colN)

FROM Tab1

GROUP BY [gk], TUMBLE(timeCol, size)

如計算每個用戶每天的訂單數量：

SELECT user, TUMBLE_START(timeLine, INTERVAL '1' DAY) as winStart, SUM(amount) FROM Orders GROUP BY TUMBLE(timeLine, INTERVAL '1' DAY), user;

其中，TUMBLE_START 和 TUMBLE_END 代表窗口的開始時間和窗口的結束時間，TUMBLE (timeLine, INTERVAL '1' DAY) 中的 timeLine 代表時間字段所在的列，INTERVAL '1' DAY 表示時間間隔為一天。

    二、滑動窗口

           特點：滑動窗口有固定的大小，與滾動窗口不同的是滑動窗口可以通過 slide 參數控制滑動窗口的創建頻率。需要注意的是，多個滑動窗口可能會發生數據重疊：

 

滑動窗口的語法與滾動窗口相比，只多了一個 slide 參數：

SELECT 

    [gk], 

    [HOP_START(timeCol, slide, size)] ,

    [HOP_END(timeCol, slide, size)],

    agg1(col1), 

    ... 

    aggN(colN) 

FROM Tab1

GROUP BY [gk], HOP(timeCol, slide, size)

如：每間隔一小時計算一次過去 24 小時內每個商品的銷量：

SELECT product, SUM(amount) FROM Orders GROUP BY HOP(rowtime, INTERVAL '1' HOUR, INTERVAL '1' DAY), product

上述案例中的 INTERVAL '1' HOUR 代表滑動窗口生成的時間間隔

三、會話窗口

      定義：會話窗口定義了一個非活動時間，假如在指定的時間間隔內沒有出現事件或消息，則會話窗口關閉

 

SELECT 

    [gk], 

    SESSION_START(timeCol, gap) AS winStart,

    SESSION_END(timeCol, gap) AS winEnd,

    agg1(col1),

     ... 

    aggn(colN)

FROM Tab1

GROUP BY [gk], SESSION(timeCol, gap)

如：需要計算每個用戶過去 1 小時內的訂單量

SELECT user, SESSION_START(rowtime, INTERVAL '1' HOUR) AS sStart, SESSION_ROWTIME(rowtime, INTERVAL '1' HOUR) AS sEnd, SUM(amount) FROM Orders GROUP BY SESSION(rowtime, INTERVAL '1' HOUR), user

 參考文章：https://kaiwu.lagou.com/course/courseInfo.htm?courseId=81#/detail/pc?id=2040