滚动窗口

本页目录

• 语法
• 案例

滚动窗口（TUMBLE）将每个元素分配到一个指定大小的窗口中。通常滚动窗口有一个固定的大小，并且不会出现重叠。

例如：如果指定了一个5分钟大小的滚动窗口，无限流的数据会根据时间划分成[0:00 - 0:05), [0:05, 0:10), [0:10, 0:15)，… 等窗口。如下图，展示了一个大小划分为30秒的滚动窗口。

TUMBLE函数用在GROUP BY子句中，用来定义滚动窗口。

1. TUMBLE(<time-attr>, <size-interval>)

2. <size-interval>: INTERVAL 'string' timeUnit

<time-attr>

 参数必须是流中的一个合法的时间属性字段，指定 processing time 或是 event time。

您可以参考 

时间属性

章节，了解如何定义时间属性和watermark。

标识函数

使用标识函数选出窗口的起始时间或者结束时间，窗口的时间属性用于下级window的聚合。

窗口标识函数	返回类型	描述
TUMBLE_START(time-attr, size-interval)	Timestamp	返回窗口的起始时间（包含边界）。如[00:10, 00:15) 的窗口，返回 00:10 。
TUMBLE_END(time-attr, size-interval)		返回窗口的结束时间（包含边界）。如[00:00, 00:15] 的窗口，返回 00:15。
TUMBLE_ROWTIME(time-attr, size-interval)	Timestamp(rowtime-attr)	返回窗口的结束时间（不包含边界）。如 [00:00, 00:15] 的窗口，返回  00:14:59.999  。返回值是一个 rowtime attribute，即可以基于该字段做时间类型的操作，如级联窗口。

统计每个用户每分钟的点击次数。

1. CREATE TABLE user_clicks(

2. username varchar,

3. click_url varchar,

4. ts timeStamp,

5. WATERMARK wk FOR ts as withOffset(ts, 2000) -- 为rowtime定义watermark

6. ) with (

7. type='datahub',

8. ...

9. );

10. CREATE TABLE tumble_output(

11. window_start TIMESTAMP,

12. window_end TIMESTAMP,

13. username VARCHAR,

14. clicks BIGINT

15. ) with (

16. type='RDS'

17. );

18. INSERT INTO tumble_output

19. SELECT

20. TUMBLE_START(ts, INTERVAL '1' MINUTE),

21. TUMBLE_END(ts, INTERVAL '1' MINUTE),

22. username,

23. COUNT(click_url)

24. FROM window_input

25. GROUP BY TUMBLE(ts, INTERVAL '1' MINUTE), username

测试数据

username (VARCHAR)	click_url (VARCHAR)	ts (TIMESTAMP)
Jark	http://taobao.com/xxx	2017-10-10 10:00:00.0
		2017-10-10 10:00:10.0
		2017-10-10 10:00:49.0
		2017-10-10 10:01:05.0
		2017-10-10 10:01:58.0
Timo		2017-10-10 10:02:10.0

测试结果

window_start (TIMESTAMP)	window_end (TIMESTAMP)		clicks (BIGINT)
	2017-10-10 10:01:00.0		3
	2017-10-10 10:02:00.0		2
	2017-10-10 10:03:00.0		1

本文转自实时计算——

滚动窗口