滾動視窗

本頁目錄

• 文法
• 案例

滾動視窗（TUMBLE）将每個元素配置設定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，并且不會出現重疊。

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成[0:00 - 0:05), [0:05, 0:10), [0:10, 0:15)，… 等視窗。如下圖，展示了一個大小劃分為30秒的滾動視窗。

TUMBLE函數用在GROUP BY子句中，用來定義滾動視窗。

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

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

<time-attr>

 參數必須是流中的一個合法的時間屬性字段，指定 processing time 或是 event time。

您可以參考 

時間屬性

章節，了解如何定義時間屬性和watermark。

辨別函數

使用辨別函數選出視窗的起始時間或者結束時間，視窗的時間屬性用于下級window的聚合。

視窗辨別函數	傳回類型	描述
TUMBLE_START(time-attr, size-interval)	Timestamp	傳回視窗的起始時間（包含邊界）。如[00:10, 00:15) 的視窗，傳回 00:10 。
TUMBLE_END(time-attr, size-interval)		傳回視窗的結束時間（包含邊界）。如[00:00, 00:15] 的視窗，傳回 00:15。
TUMBLE_ROWTIME(time-attr, size-interval)	Timestamp(rowtime-attr)	傳回視窗的結束時間（不包含邊界）。如 [00:00, 00:15] 的視窗，傳回  00:14:59.999  。傳回值是一個 rowtime attribute，即可以基于該字段做時間類型的操作，如級聯視窗。

統計每個使用者每分鐘的點選次數。

1. CREATE TABLE user_clicks(

2. username varchar,

3. click_url varchar,

4. ts timeStamp,

5. WATERMARK wk FOR ts as withOffset(ts, 2000) -- 為rowtime定義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

測試資料

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

測試結果

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

本文轉自實時計算——

滾動視窗