Apache Flink 漫谈系列 - SQL概览

Tumble 滚动窗口有固定size，窗口数据不重叠,具体语义如下：

b. 语法

Tumble 滚动窗口对应的语法如下：

SELECT 
[gk], 
[TUMBLE_START(timeCol, size)], 
[TUMBLE_END(timeCol, size)], 
agg1(col1), 
... 
aggn(colN) 
FROM Tab1 
GROUP BY [gk], TUMBLE(timeCol, size) 

• [gk] - 决定了流是Keyed还是/Non-Keyed;
• TUMBLE_START - 窗口开始时间;
• TUMBLE_END - 窗口结束时间;
• timeCol - 是流表中表示时间字段;
• size - 表示窗口的大小，如 秒，分钟，小时，天。

c. SQL 示例

利用pageAccess_tab测试数据，我们需要按不同地域统计每2分钟的淘宝首页的访问量(PV)。

SELECT 
region, 
TUMBLE_START(rowtime, INTERVAL '2' MINUTE) AS winStart, 
TUMBLE_END(rowtime, INTERVAL '2' MINUTE) AS winEnd, 
COUNT(region) AS pv 
FROM pageAccess_tab 
GROUP BY region, TUMBLE(rowtime, INTERVAL '2' MINUTE) 

d. Result

(2) Hop

Hop 滑动窗口和滚动窗口类似，窗口有固定的size，与滚动窗口不同的是滑动窗口可以通过slide参数控制滑动窗口的新建频率。因此当slide值小于窗口size的值的时候多个滑动窗口会重叠。

a. 语义

Hop 滑动窗口语义如下所示：

b. 语法

Hop 滑动窗口对应语法如下：

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) 

• [gk] 决定了流是Keyed还是/Non-Keyed;
• HOP_START - 窗口开始时间;
• HOP_END - 窗口结束时间;
• timeCol - 是流表中表示时间字段;
• slide - 是滑动步伐的大小;
• size - 是窗口的大小，如 秒，分钟，小时，天;

c. SQL 示例

利用pageAccessCount_tab测试数据，我们需要每5分钟统计近10分钟的页面访问量(PV).

SELECT 
HOP_START(rowtime, INTERVAL '5' MINUTE, INTERVAL '10' MINUTE) AS winStart, 
HOP_END(rowtime, INTERVAL '5' MINUTE, INTERVAL '10' MINUTE) AS winEnd, 
SUM(accessCount) AS accessCount 
FROM pageAccessCount_tab 
GROUP BY HOP(rowtime, INTERVAL '5' MINUTE, INTERVAL '10' MINUTE) 

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!